Аннотация:В работе Огородникова Н.М. рассматривается задача персонализации поиска информации. Эта задача относится к проблеме взаимодействия конкретного человека с цифровыми ресурсами. По оценкам компании IDC, к 2025 году объем накапливаемых данных увеличится до 175 Збайт и около 20% всей информации будут играть критически важную роль в повседневной жизни. Эта проблема выделена как первое направление из списка 10 прорывных направлений NSF, является частью двухмиллиардной программы DARPA. Персонализация поиска информации – простейшая и массовая задача такого взаимодействия. Сказанное определяет актуальность темы исследования.
В настоящей работе Огородниковым Н.М. предложен оригинальный алгоритм, позволяющий пользователю осуществлять поиск информации в базе данных с помощью формализации конструкций естественного языка средствами теории нечетких множеств. Изучены одномерный и многомерный случаи. Для одномерных наборов данных доказана возможность найти нужный объект или убедиться в его отсутствии и получена оценка на достаточное для этого число итераций. Для многомерного случая эти же оценки и сходимость алгоритма к нужному объекту или возможность убедиться в его отсутствии доказаны для наборов данных, когда признаки являются независимыми. Рассмотрены также частные случаи данных с зависимыми признаками. Алгоритм был реализован на языке Python. Полученная модель пользователя в виде персональной семантики нечётких конструкций может быть использована в других задачах взаимодействия с цифровыми ресурсами (например, в рекомендательных системах). Перечисленное составляет научную новизну и практическую ценность полученных результатов.