Математические методы и модели управления знаниями о товарах

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Целью данной исследовательской работы является обзор существующей литературы, методов и решений проблемы эффективного хранения и обработки слабоструктурированной семантической информации в том числе в области управления знаниями о товарах. В начале статьи приводится обоснование актуальности исследования, затем в ней рассматриваются возможные способы построения онтологии семантических сетей, различные виды представления знаний, стек возможных технологий, на которых потенциально могут быть реализовано такие сети. Приводится объяснение семантики, способы поиска информации в подобных системах, включая обзор используемых языков запросов семантических данных, а также готовые реализации баз знаний. Результатами исследовательской работы стало создание обширной базы проанализированных источников, в которых поднимается проблема обработки слабоструктурированных разнородных данных, а также поиска информации по ним. Помимо этого, в результате проведения исследования было выведено наиболее эффективное решение вышеуказанной проблемы - построение онтологии знаний, представление знаний внутри онтологии, семантические сети и их архитектура, и реализация. Наконец, автору удалось доказать высокую степень актуальности дальнейших качественных и глубоких научных изысканий на рассматриваемую в исследовательской работе проблему.

Полный текст

Доступ закрыт

Об авторах

Алексей Андреевич Тришин

Финансовый университет при правительстве Российской Федерации

Email: info@nationalscience.ru
аспирант Москва, Российская Федерация

Список литературы

  1. O’Grady M. Half of online retail spending came from marketplaces in 2016. Research article. URL: https://www.forrester.com/blogs/half-of-online-retail-spending-came-from-marketplaces-in-2016/(data of accesses: 15.01.2021).
  2. Maksimov N., Lebedev A. Knowledge ontology system. In: Procedia Computer Science: Annual International Conference on Brain-Inspired Cognitive Architectures for Artificial Intelligence: Eleventh Annual Meeting of the BICA Society. 2020. No. 190. Pp. 540-545.
  3. Haav H. A semi-automatic method to ontology design by using FCA. In: Proceedings of Concept Lattices and their Applications (CLA). V. Snásel, R. Belohlávek (eds.). Ostrava, Czech Republic, 2004. Pp. 13-24.
  4. Avdeenko T.V., Makarova E.S. Knowledge representation model based on case-based reasoning and the domain ontology: Application to the IT consultation. IFAC-Papers Online, 2018. Vol. 51. Issue 11. Pp. 1218-1223.
  5. Grimm S., Hitzler P. Knowledge representation and ontologies. Semantic Web Services: Concepts, Technologies, and Applications. 2007. Pp. 51-106.
  6. Sheth A., Ramakrishnan C., Thomas C. Semantics for the Semantic Web: The implicit, the formal and the powerful.International Journal on Semantic Web and Information Systems. 2005. No. 1 (1). Pp. 1-18.
  7. Guha R., McCool R., Miller E. Semantic search. In: The Twelfth International World Wide Web Conference, May 2003.
  8. Broekstra J., Kampman A., van Harmelen F. Sesame: A generic architecture for storing and querying RDF and RDF Schema. In: Proceedings of the First Internation Semantic Web Conference, number 2342 in Lecture Notes in Computer Science. I. Horrocks, J. Hendler (eds.). Springer Verlag, July 2002. Pp. 54-68.
  9. Kifer M.Rules and Ontologies in F-logic. Department of Computer Science. Stony Brook University, 2005.
  10. Haase P., Broekstra J., Eberhart A., Volz R. A comparison of RDF query languages. In: The Semantic Web - ISWC 2004. Proceedings of the Third International Semantic Web Conference, 2004.
  11. Sheth A., Ramakrishnan C. Semantic (Web) technology in action: Ontology driven information systems for search, integration and analysis. IEEE Data engineering Bulletin, Special issue on Making the Semantic Web Real. December 2003. Pp. 40-48.
  12. Corcho O., Gómez-Pérez A. Solving integration problems of e-commerce standards and initiatives through ontological mappings.International Journal of Intelligent Systems. 2001. No. 16.
  13. Fensel D., McGuinness D.L., Schulten E. et al. Ontologies and electronic commerce. IEEE Intelligent Systems. 2001. No. 16 (1). Pp. 8-14.
  14. Obrst L., Wray R.E., Liu H. Ontological engineering for B2B e-commerce. In: Proceedings of the International Conference on Formal Ontology in Information Systems (FOIS 2001). ACM Press, 2001. Pp. 117-126.
  15. Hepp M., Leukel J., Schmitz V. A quantitative analysis of eClass, UNSPSC, eOTD, and RNTD: Content, coverage, and maintenance. In: Proceedings of the IEEE International Conference on e-Business Engineering (ICEBE 2005). IEEE Computer Society, 2005. Pp. 572-581.
  16. Hepp M. Goodrelations: An ontology for describing products and services offers on the web. In: Proceedings of the 16th International Conference, Knowledge Engineering and Knowledge Management Conference (EKAW 2008), LNCS, Vol. 5268, Springer, 2008, pp. 329-346
  17. Cuadrado A.F., de la Torre E.V. SIS: Semantic Intelligent Search engine from heterogeneous information sources applied to e-commerce. GI Jahrestagung. 2008. No. 2. Pp. 700-705.
  18. Schuster D., Walther M., Braun I. Towards federated consumer product search from heterogeneous sources. In: Proceedings of IADIS International Conference WWW/Internet. 2008. Pp. 453-456.
  19. Walther M., Schuster D., Schill A. Federated product search with information enrichment using heterogeneous sources. In: Proceedings of the 12th International Conference on Business Information Systems (BIS 2009). Lecture Notes in Business Information Processing. Vol. 21. Springer, 2009. Pp. 73-84.
  20. Zhang L., Huang W. A framework for an ontology-based e-commerce product information retrieval system. Journal of Computers. Academy Publisher. 2009. No. 4 (6). Pp. 439-440.
  21. Oyelade O., Junaidu S., Obiniyi A. Semantic web framework for e-commerce based on OWL. IJCSI International Journal of Computer Science. 2014. Vol. 11. Issue 3. No. 2. Pp. 1694-0814. URL: 1694-0784.www.IJCSI.org
  22. Mao M., Chen S., Zhang F. et al. Hybrid ecommerce recommendation model incorporating product taxonomy and folksonomy. Knowledge-Based Systems. 2021. Vol. 214.
  23. Kejriwal M., Shen K., Ni Ch.-Ch., Torzec N. An evaluation and annotation methodology for product category matching in e-commerce.Computers in Industry. 2021. Vol. 131.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Юр-ВАК, 2022

Ссылка на описание лицензии: https://www.urvak.ru/contacts/