При разработке аппаратно-программного комплекса музеев и картинных галерей стояла задача реализовать оптимальный подбор экспонатов. Разработанные программные средства должны поддерживать поиск необходимого контента по атрибутам и ключевым словам.
Для решения этой задачи был использован теоретико-множественный подход.
Теоретико-множественный подход
Теоретико-множественный подход предполагает анализ множеств информационных сообщений, объектов и т.п. с точки зрения их количественных признаков. Здесь не происходит полного отмежевания от качества исследуемых информационных объектов и их элементов. Напротив, уже само исследование формализованных множеств, сообщений (например, данных судебной статистики и др.) постоянно предполагает наличие каких-либо качественных моментов, признаков, позволяющих говорить о содержании исследуемых информационных сообщений. Содержание поиска качественного аспекта информации заключается в том, чтобы выделять, изучать и исследовать характеристики множества сообщений в связи с качественными моментами составляющих его частей.
Одним из путей решения задачи по превращению потенциальной информации в информацию актуальную является использование наиболее рациональных средств кодирования (декодирования) информации (например, определение в цифровом коде ЕГРПОУ информации о предприятии или выражение текста закона в условных символах специального информационно-поискового языка).
Формальная постановка задачи
Для обозначения эффективного алгоритма поиска оптимальных экспонатов выставочного центра в ответ на запрос пользователя удобно использовать теоретико-множественный подход. Исследуемые объекты представим в виде множества их свойств, которые определены для оценки в процессе поиска:
O = {p} = {p0, p1, …, pn} (1)
где O – исследуемый объект; p – свойство, которое участвует в поиске.
Приоритетность свойств при поиске и оценке релевантности отображается в виде множества весовых коэффициентов, которые определяются путем экспертного анализа исследуемого объекта (в данном случае ‒ экспоната выставки).
{k} = {k0, k1, …, kn}. (2)
Поисковый запрос соответственно теоретико-множественному подходу удобно представить как множество слов. Кроме того, для повышения эффективности и точности поиска, а также для обеспечения высокой достоверности результатов из множества слов поискового запроса удаляются все повторения и семантически «слабые» конструкции (например, союзы и предлоги).
R = {w, ∀w(Fsem(w) ≠ ∅)}, (3)
где R – поисковый запрос; w – слово в запросе; Fsem(w) – функция определения семантических соответствий для слова.
Функция определения соответствия свойства исследуемого объекта слову из запроса определяется как произведение соответствующего весового коэффициента и показателя оценочной функции вхождения слова в значение свойства:
Feval(p, w) = kp∙Fex(p, w), (4)
где p – свойство объекта; w – слово в запросе; kp – весовой коэффициент для свойства; Fex – оценочная функция встречаемости слова в значении свойства.
Оценочная функция встречаемости слова зависит от способа интерпретации значения свойства и целей поиска. Например, для атрибута «Автор произведения» сущности «Экспонат» оценочная функция встречаемости слова может быть определена системой следующего вида:
(5)
где pauth – свойство «Автор произведения»; w – слово поискового запроса; val(pauth) – множество значений свойства «Автор произведения» для каждого объекта.
Используя представление (1) и функцию (4), интегральный показатель соответствия исследуемого объекта поисковому запросу (релевантность) определяем как среднее арифметическое суммы показателей функции (4):
(6)
Результаты оценки релевантности для соответствующих объектов и сами исследуемые объекты представляются в виде множества, элементы которого сортируются по убыванию уровня релевантности.
Алгоритм поиска
1. Даны множества свойств объектов O = {p} = {p0, p1, …, pn} и множества весовых коэффициентов {k} = {k0, k1, …, kn}, определяющих приоритетность свойств.
2. Вводим в строку поиска запрос R, включающий в себя слова wi ().
3. Определяем соответствие свойства исследуемого объекта слову из запроса по формуле
Feval(p, w) = kp∙Fex(p, w),
где Feval(p, w) = kp∙Fex(p, w) равно 1, если слово входит в свойство, 0 в противном случае.
4. Определяем среднее арифметическое суммы показателей функции Feval(p, w) = kp∙Fex(p, w)
5. Сортируем объекты в порядке убывания уровня релевантности, определенного на шаге 4.
6. Вывод объектов.
Пример решения задачи поиска необходимого контента по атрибутам и ключевым словам
Дана табл. 1, содержащая некоторое количество экспонатов.
Шаг 1.
Задаем множество свойств для оценки в процессе поиска
O = {p} = {p0, p1, …, pn}, (1)
где O – каждый исследуемый объект; p – свойство, которое участвует в поиске; p1 – название; p2 – автор; p3 – год создания; p4 – описание; p5 – категория.
O = {p} = {название, автор, год создания, описание, категория}.
Таблица 1
Экспонаты
№ п/п |
Название |
Автор |
Год создания |
Описание |
Категория |
1 |
Марфа Посадница |
Дмитрий Иванов |
1808 |
Вручение пустынником Феодосием Борецким меча Ратмира юному вождю новгородцев Мирославу, назначенному Марфой Посадницей в мужья своей дочери Ксении |
Живопись |
2 |
Церковь в тумане |
Леонардо да Винчи |
1515 |
После сотворения портрета «Мона Лиза» к последним годам жизни относится туринский автопортрет Леонардо |
Импрессионизм |
3 |
Мона Лиза |
Леонардо да Винчи |
1515 |
Портрет госпожи Лизы Джокондо. По-итальянски ma donna |
Живопись |
4 |
Единоборство князя Мстислава |
Андрей Иванов |
1803 |
Единоборство князя Мстислава Владимировича Удалого с косожским князем Редедей |
Живопись |
Приоритетность свойств при поиске и оценке релевантности отображаем в виде множества весовых коэффициентов
{k} = {k0, k1, …, kn};
{k} = {1; 1; 0,2; 0,2; 0,2}
Шаг 2.
Введем исходный поисковый запрос, включающий в себя строку «Мона Лиза».
Шаг 3.
Определим уровень релевантности для первого объекта:
Feval(p1, «Мона») = 0;
Feval(p2, «Мона») = 0;
Feval(p3, «Мона») = 0;
Feval(p4, «Мона») = 0;
Feval(p5, «Мона») = 0;
Feval(p1, «Лиза») = 0;
Feval(p2, «Лиза») = 0;
Feval(p3, «Лиза») = 0;
Feval(p4, «Лиза») = 0;
Feval(p5, «Лиза») = 0;
Данный результат не будет отображен в результатах поиска.
Шаг 4.
Определим уровень релевантности для второго объекта:
Feval(p1, «Мона») = 0;
Feval(p2, «Мона») = 0;
Feval(p3, «Мона») = 0;
Feval(p4, «Мона») = 0.2;
Feval(p5, «Мона») = 0;
Feval(p1, «Лиза») = 0;
Feval(p2, «Лиза») = 0;
Feval(p3, «Лиза») = 0;
Feval(p4, «Лиза») = 0.2;
Feval(p5, «Лиза») = 0;
Данный результат войдет в список отображаемых результатов поиска.
Шаг 5.
Определим уровень релевантности для третьего объекта:
Feval(p1, «Мона») = 1;
Feval(p2, «Мона») = 0;
Feval(p3, «Мона») = 0;
Feval(p4, «Мона») = 0;
Feval(p5, «Мона») = 0;
Feval(p1, «Лиза») = 1;
Feval(p2, «Лиза») = 0;
Feval(p3, «Лиза») = 0;
Feval(p4, «Лиза») = 0;
Feval(p5, «Лиза») = 0;
Данный результат в список отображаемых результатов поиска.
Шаг 6.
Определим уровень релевантности для четвертого объекта:
Feval(p1, «Мона») = 0;
Feval(p2, «Мона») = 0;
Feval(p3, «Мона») = 0;
Feval(p4, «Мона») = 0;
Feval(p5, «Мона») = 0;
Feval(p1, «Лиза») = 0;
Feval(p2, «Лиза») = 0;
Feval(p3, «Лиза») = 0;
Feval(p4, «Лиза») = 0;
Feval(p5, «Лиза») = 0;
Данный экспонат не войдет в список отображаемых результатов поиска.
Шаг 7.
Результат поиска (табл. 2).
Таблица 2
Результаты поиска
№ п/п |
Название |
Автор |
Год создания |
Описание |
Категория |
3 |
Мона Лиза |
Леонардо да Винчи |
1515 |
Портрет госпожи Лизы Джокондо. По-итальянски ma donna |
Живопись |
2 |
Церковь в тумане |
Леонардо да Винчи |
1515 |
После сотворения портрета «Мона Лиза» к последним годам жизни относится туринский автопортрет Леонардо |
Импрессионизм |
Критическое обсуждение результатов
В результате разработки аппаратно-программного комплекса музеев и картинных галерей был реализован оптимальный подбор экспонатов с использованием теоретико-множественного подхода. Разработанные программные средства поддерживают поиск необходимого контента по атрибутам и ключевым словам.
Рецензенты:
Петров Ю.С., д.т.н., профессор, зав. кафедрой «Теоретические основы электротехники», ФГБОУ ВПО «Северо-Кавказский горно-металлургический институт (Государственный технологический университет)», г. Владикавказ;
Гроппен В.О., д.т.н., профессор, зав. кафедрой «Автоматизированная обработка информации», ФГБОУ ВПО «Северо-Кавказский горно-металлургический институт (Государственный технологический университет)», г. Владикавказ.
Работа поступила в редакцию 19.07.2013.
Библиографическая ссылка
Соколова Е.А. ИСПОЛЬЗОВАНИЕ ТЕОРЕТИКО-МНОЖЕСТВЕННОГО ПОДХОДА ДЛЯ ПОИСКА НЕОБХОДИМОГО КОНТЕНТА ПО АТРИБУТАМ И КЛЮЧЕВЫМ СЛОВАМ // Фундаментальные исследования. – 2013. – № 8-6. – С. 1360-1363;URL: https://fundamental-research.ru/ru/article/view?id=32137 (дата обращения: 17.08.2024).