Модельно-алгоритмическое обеспечение адаптивного поиска информации в распределенных информационных системах тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Кустов, Денис Викторович

• Кустов, Денис Викторович
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Кустов, Денис Викторович

Введение.

Глава 1. Распределенные информационные системы. Информационный поиск.

1.1. Поиск в Интернет.

1.2 Поисковые системы.

1.2.1 Индексы поисковых систем.

1.2.2 Распределенные поисковые системы.

1.2.3 Модели информационного поиска.

1.2.4 Критерии оценки эффективности.

1.3 Особенности разработки локальных информационных систем.

1.3.1 Внутреннее представление.

1.4 Выводы.

Глава 2. Адаптивный поиск в среде распределенных информационных источников. Частотная терминологическая модель пользователя.

2.1 Характеристики пользователя ПС.

2.1.1 Цели.

2.1.2 Знания.

2.1.3 Предпочтения.

2.1.4 Уровень подготовки и имеющийся опыт.

2.2 Частотная терминологическая модель пользователя.

2.2.1 Методология PLSA в области извлечения информации.

2.2.2 Динамический профиль пользователя.

2.2.3 Алгоритм непрерывной корректировки профиля пользователя.

2.3 Экспериментальные исследования.

2.4 Выводы.

Глава 3 Активная среда локальной информационной системы.

3.1 Моделирование адаптивной среды локальной информационной системы.

3.1.1 Пространство адаптации.

3.1.2 Многослойная логическая структура ЛИС.

3.1.3 Вероятностная схема ЛИС.

3.2 Модель пользователя.

3.2.1 Алгоритм расчета вероятности принадлежности.

3.3 Архитектура системы ЛИС.

3.3.1 Метаданные XML и описания представления.

3.3.2 Архитектура системы.

3.3.3 Модуль разработчика системы.

3.3.4 Тестирование АИС.

3.4 Выводы.

Введение диссертации (часть автореферата) на тему «Модельно-алгоритмическое обеспечение адаптивного поиска информации в распределенных информационных системах»

Актуальность работы. Бурное развитие Интерент-технологий в последнее десятилетие привело к тому, что в настоящее время любой человек, имеющий доступ к сети, может получить доступ к неограниченным информационным ресурсам.

Однако, при работе с любым поисковым сервисом, мы имеем дело с черным ящиком. Мы можем лишь послать в него некий входной сигнал в виде поисковой строки и получить отклик, ответ на запрос, в виде набора ссылок на соответствующие нашему запросу (релевантные) ресурсы сети. Причем данное соответствие каждым поисковым сервисом трактуется по-разному, в соответствии с алгоритмами, заложенными в данный поисковый сервис его разработчиками.

Проблема заключается в том, что любой поисковый сервис - универсален, рассчитан на работу со всеми пользователями, без учета их индивидуальных потребностей. Это оправдано, поскольку каждый поисковый сервис имеет миллионы пользователей и учет индивидуальных особенностей каждого - не оправдан, если вообще возможен.

Решение проблемы может быть осуществлено путем разработки мо-дельно-алгоритмического и программного обеспечения для пользователя. Такое программное обеспечение работает локально на компьютере пользователя, либо устанавливается на специальном удаленном сервере. Данная программная система базируется на индивидуальных особенностях конкретного пользователя, моделируя его с точки зрения информационных интересов, на основании данных о его запросах к поисковым сервисам Интернет В ходе работы пользователя происходит непрерывная корректировка модели на основании данных о новых и информации о предыдущих запросах к поисковым сервисам. Таким образом, модель всегда отражает актуальные информационные интересы пользователя. Модель пользователя может использоваться для добавления к новому запросу данных, содержащихся в модели, для изначального сужения области поиска. Кроме того, модель позволяет осуществить фильтрацию ответов поискового сервиса.

В настоящее время Интерент-технологии также используются при создании локальных информационных систем (ЛИС). В данном случае слово 'локальная' - условно и означает, что такая система не является глобальной, такой как Интернет в целом, в смысле физического разнесения информационных ресурсов. ЛИС - это информационная система, создаваемая для хранения информации по совершенно определенной предметной области.

Физически локальные информационные системы могут размещаться в удаленных хранилищах или на разных серверах. Аналогом таких систем можно считать корпоративные информационные системы или электронные учебники, создаваемые преподавателями в рамках своего учебного курса. Принципиальное отличие таких систем от поисковых систем, описанных выше, заключается в следующем. Поисковые системы представляются для нас черным ящиком, т.е. мы не можем знать, какая информация в них представлена, каким образом организовано ее хранение, каким образом опганизо-ваны ссылки между различными блоками информации. В случае ЛИС, мы выступаем разработчиками такой системы. Разработчику, как правило, известно, на какой круг пользователей ориентирована система. Также разработчик создает информационное наполнение такой системы (так называемый контент), выбирает, в каком виде и как будет храниться информация, каким образом будут организованы переходы между информационными блоками.

При этом основная задача - выбрать правильный способ организации информационного наполнения, способ хранения, способ взаимосвязи блоков информации, способ представления в каждый момент только необходимой пользователю информации. Обеспечивая тем самым удобство работы с системой для ее пользователей. Это достигается использованием модели пользователя и предметной области, а также алгоритмом динамического изменения контента в зависимости от состояния системы (как совокупности состояний модели пользователя и модели предметной области).

Целью настоящей работы является совершенствование процессов взаимодействия пользователя с распределенными информационными системами путем разработки модельно-алгоритмического обеспечения адаптивного поиска информации.

Поставленная цель достигается путем решения следующих задач:

- выявить специфику формирования и функционирования поисковых систем, проанализировать существующие подходы к организации модели пользователя;

- разработать модель пользователя поисковой системы с учетом его информационных интересов;

- разработать алгоритм непрерывной корректировки модели пользователя для адаптивного поиска информации с учетом новых информационных запросов пользователя;

- сформировать модель данных для описания предметной области для организации адаптивной среды локальной информационной системы;

- реализовать процедуру формирования модели пользователя адаптивной среды в локальных информационных системах и агпоритм ее актуализации;

- разработать системную архитектуру для реализации предложенной модели пользователя и процедур описания предметной области адаптивной среды в ЛИС;

- реализовать разработанные модели и алгоритмы в реальных проектах.

Методы исследования. При выполнении работы использовались методы системного анализа, оптимизации, методологии структурного анализа и проектирования сложных систем, статистические методы обработки данных, аппарат теории графов, теории вероятностей.

Научная новизна результатов диссертационной работы:

1. Предложен новый метод формирования модели пользователя, обеспечивающий адаптивный поиск информации, при взаимодействии с распределенными информационными системами.

2. Разработан новый алгоритм непрерывной корректировки параметров модели пользователя на основе методологии вероятностного латентно-семантического анализа, позволяющий учесть семантическую близость терминологического состава последовательных запросов.

3. Для формирования адаптивной информационной среды предложена многослойная модель данных логической структуры локальной информационной системы.

4. Разработан новый алгоритм актуализации модели пользователя адаптивной среды локальной информационной системы, позволяющий учитывать неявные интересы пользователя и использовать эту информацию для организации данных.

5. Предложена трехслойная модульная масштабируемая системная архитектура активной среды ЛИС.

Значение для теории. Результаты, полученные в ходе выполнения диссертационной работы, создают теоретическую основу для разработки методов и алгоритмов формирования персонализированных программно-информационных сред взаимодействия с распределенными информационными системами.

Практическая значимость. Разработанная в диссертации активная модель пользователя совместно с алгоритмом непрерывной корректировки может служить основой при формировании активных сред взаимодействия пользователя с распределенными информационными системами. Предложенная системная архитектура позволяет автоматизировать процесс проектирования указанных выше систем. Предлагаемая архитектура учитывает внутренние характеристики и организацию электронных информационных ресурсов, поэтому реализуемые на ее основе системы могут использоваться разработчиками в существующих программных средах без нарушения их целостности. Разработанная в диссертации архитектура применена при разработке надстройки к обозревателю Интернет.

Реализация результатов работы. В ходе работы над диссертацией реализованы две программные разработки, зарегистрированные в Отраслевом фонде алгоритмов и программ (ОФАП):

1. Кустов Д.В. «Модуль реализации активной модели пользователя». Инвентарный номер ФАП: 5544. Код программы по ЕСПД: .03524577.01269-01

2. Кустов Д.В. «Программная структура корпоративной системы с элементами адаптации». Инвентарный номер ФАП: 5545. Код программы по ЕСПД: .03524577.01272-01.

3. Кустов Д.В., Слободин М.Ю., Огнерубов С.С. «Адаптивная метапо-исковая система». Инвентарный номер ФАП: 5637. Код программы по ЕСПД: .03524577.01366-01.

Кроме того, в качестве практической реализации методов формирования активной среды ЛИС, разработана и успешно внедрена корпоративная информационная система для группы компаний «Алгоритм».

Основные тезисы, выносимые на защиту:

1. Предложенная частотная терминологическая модель пользователя, основанная на представлении интересов пользователя в виде набора троек вида: (категория интересов, текущий вес категории, уровень изменчивости), с разбиением на краткосрочные и долгосрочные интересы, позволяет учитывать неявные интересы пользователя поисковой системы и решать задачу представления пользователю релевантной информации.

2. Разработанный алгоритм непрерывной подстройки модели на основе новых данных текущего запроса с использованием методологии вероятностного латентно-семантического анализа (PLSA) позволяет корректировать параметры модели на основе семантической близости терминов нового запроса и текущего терминологического базиса при каждом сеансе работы пользователя с системой.

3. Разработанная многослойная модель данных для описания предметной области и адаптивная модель пользователя локальной информационной системы позволяют учитывать интересы пользователя, обеспечивая персонализацию интерфейса и повышение эффективности работы пользователя с такой системой.

4. На основе структурирования и логической организации локальной информационной системы с использованием структурного подхода UML (Unified Modeling Language) реализована модульная масштабируемая структура локальной информационной системы, что позволяет обеспечить автоматизацию интерактивных процедур анализа и формирования структур таких систем, и разрешает динамическое добавление элементов функциональности без изменений в структуре и сохранении работоспособности системы.

Апробация работы. Основные положения и результаты работы прошли всестороннюю апробацию на всероссийских и международных конференциях, научных семинарах и научно-практических конференциях. В том числе,

- на всероссийской научной конференции студентов, аспирантов и молодых ученых "Наука. Технологии. Инновации", Новосибирск;

- на всероссийских научно-практических конференциях "Решетнев-ские чтения", Красноярск;

- на всероссийской научно-практической конференции "Молодежь и современные информационные технологии";

Диссертационная работа в целом обсуждалась на научных семинарах кафедры системного анализа и исследований операций Сибирского государственного аэрокосмического университета (2004-2006 гг.), на селшнарах НИИ СУВПТ (2005-2006 гг.), семинарах Сибирского государственного технологического университета (2006г.).

Публикации. Основные результаты диссертационной работы опубликованы в 13 работах автора (общим объемом 4,6 авторского листа), список которых помещен в конце диссертации.

Структура и объем работы. Диссертационная работа состоит из введения, трех глав, заключения, списка литературы из 102 наименований, 25 рисунков и 11 таблиц.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Кустов, Денис Викторович

3.4 Выводы

В предыдущей главе рассмотрены вопросы моделирования пользователя при поиске информации в среде распределенных информационных систем. В совокупности такие системы могут быть представлены в виде достаточно большого хранилища информации по различным областям и всевозможным аспектам деятельности человека. Элементом же такой среды является специализированный ресурс, посвященный совершенно определенной области знаний. Примером может служить корпоративный сайт в Интеренет или электронное учебное пособие в рамках реализации систем открытого или дистанционного образования.

Таким образом, на основании работы пользователя с поисковым сервисом мы можем выявить круг интересующих его вопросов. После чего направить его к специализированным информационным ресурсам (так называемая локальная информационная система - ЛИС). Если речь идет об организации процесса обучения с использованием электронных обучающих пособий, то пользователем является обучающийся по специальности человек, который будет направлен к электронному пособию (совокупности пособий) по интересовавшей его тематике.

При этом возникает проблема другого плана, которая уже не связана с полнотой охвата и оценкой релевантности. Проблема организации такого специализированного информационным ресурса с целью его максимально эффективного использования пользователем. Если мы говорим об обучающемся и электронных учебных пособиях, то необходимо таким образом построить данное пособие, чтобы оно максимально соответствовало уровню подготовленности пользователя и обеспечивало наиболее эффективный способ представления информации.

При этом важен не только правильный выбор представляемой информации, но также способ представления этой информации и организация способов и порядка переходов между узлами информационной системы.

В данной главе описаны вопросы проектирования активной среды локальной информационной системы или активной информационной среды (АИС). Показан способ формирования модели предметной области, алгоритма корректировки модели на основании данных о работе пользователя с системой, и организации модели пользователя таких систем. На основе предлагаемых подходов, представлена системная архитектура ЛИС.

Для описания логической структуры АИС в предлагаемой модели предметной области используется многослойная модель данных, которая содержит несколько абстрактных уровней детализации или слоев. Разработанное модельно-алгоритмическое обеспечение АИС реализуется в рамках трехслойной архитектуры, впервые предложенной в данной работе.

Таким образом, с использованием разработанного модельно-алгоритмического обеспечения АИС решается проблема организации и представления пользователю необходимой информации при работе со специализированными информационными ресурсами.

Заключение

В диссертационной работе рассмотрены характерные черты поисковых систем (глава 1), а также подробно охарактеризованы прикладные области такого рода систем. Одной из важнейших составляющих адаптивной ПС является модель пользователя. Проведенный анализ соответствующей литературы, а также конкретных реализаций ПС, привел к выводу, что в настоящее время отсутствуют эффективные способы описания пользователя ПС, во многом это касается неоднозначности в определении важности характеристик пользователя, которые должны быть отражены в модели.

Поскольку по своей сути поисковые сервисы направлены на поиск и предоставление информации пользователю по определенной предметной области, было предложено отражать именно "информационные" интересы в модели пользователя (глава 2). Схема организации профиля пользователя, представляется множеством троек вида: (Категория интересов, Текущий вес категории, Уровень изменчивости). При этом профиль делится на две группы (два подпрофиля): краткосрочный и долгосрочный для учета краткосрочных и долгосрочных интересов пользователя. Представление модели пользователя в таком виде позволило применить для оценки релевантности документов хорошо зарекомендовавшую себя в информационном поиске методологию вероятностного латентно-семантического анализа (PLSA).

Предложенный способ организации модели пользователя позволил разработать алгоритм непрерывной корректировки данной модели с учетом новой информации, получаемой при взаимодействии пользователя с системой (глава 2). Разработанный алгоритм адаптивной подстройки модели на основе новых данных текущего запроса с использованием методологии вероятностного латентного семантического анализа (PLSA) позволяет корректировать параметры модели на основе семантической близости терминов нового запроса и текущего терминологического базиса.

Проведенные эксперименты показали, что использование предлагаемого подхода позволяет повысить качество поиска.

После выявления круга интересующих пользователя вопросов на основании его работы с поисковым сервисом, осуществляется последующий переходе к работе со специализированными информационными ресурсами. Аналогом таких систем можно считать специализированные Интернет-сайты, корпоративные информационные системы или электронные учебники, создаваемые преподавателями в рамках своего учебного курса в системах открытого образования. При создании таких электронных пособий используются принципы и технологии Интернет: разделение информации на блоки и связывание блоков посредством механизма ссылок. В работе представлена новая модель для описания активной среды локальной информационной системы (глава 3).

Организация АИС описывается посредством разных логических уровней, нескольких уровней детализации; верхний (абстрактный) слой описывается посредством взвешенного орграфа выделенных понятий (концептов), нижний (физический) слой составлен из XML документов, образующих конечные страницы гипермедиа. Страница (или мультимедиа-страница) - это своего рода контейнер, содержащий базовые мультимедиа фрагменты, извлеченные из различных источников и описанные на уровне метаданных языка XML.

В работе предлагается новая концепция описания АИС. Состояния системы могут быть представлены в виде точки трехмерного пространства, измерениями которого выступают: поведение пользователя (предпочтения и навигация), технология (организация сети и пользовательский терминал), внешнее окружение (время, местоположение, язык и т.п.). Представление предметной области соответствует каждой возможной позиции пользователя в "пространстве адаптации".

Представленные в работе способы описания модели пользователя, а также логической структуры предметной области, реализуются посредством предложенной трехслойной модульной масштабируемой системной архитектуры АИС.

Таким образом, поставленная в диссертационной работе цель достигнута и задачи решены. Основные результаты работы заключаются в следующем:

- проведен анализ существующих подходов к организации поисковых систем и принципов построения персонализированных интерфейсов с использованием модели пользователя;

- впервые предложен способ организации адаптивной поисковой системы с использованием модели пользователя и алгоритм непрерывной корректировки модели с учетом новых запросов на основании методологии вероятностного латентно-семантического анализа;

- впервые предложена многослойная логическая структура для описания адаптивной среды локальной информационной системы, предложен способ формирования модели пользователя ЛИС и алгоритм корректировки параметров модели (актуализация модели);

- на основе предложенного способа описания предметной области и способа формирования модели пользователя разработана модульная масштабируемая системная архитектура активной среды ЛИС;

- выполнена и успешно апробирована на практике программная реализация разработанных алгоритмов.

Список литературы диссертационного исследования кандидат технических наук Кустов, Денис Викторович, 2006 год

1. Агеев В.Н. Электронные учебники и автоматизированные об> чающие системы. М.: 2001. - 79 с.

2. Александров Г.Н. Программированное обучение и новые информацион-ныетехнологии обучения. // Информатика и образование, 1993, №5. с. 719.

3. Аттель У. Обучающая вычислительная машина: моделирование в истинном масштабе времени обучающего диалога / В сб. "Кибернетика и проблемы обучения" / Ред. и предисл. А.И. Берга. М.: Прогресс, 1970. - с. 206-228.

4. Ахо А., Хопкрофт Дж., Ульман Дж. Структура данных и алгоритмы. М.: Вильяме, 2000.

5. Брюхов Д.О., В.И. Задорожный, JI.A. Калиниченко, М.Ю. Курошев, С.С. Шумилов. Интероперабельные информационные системы: архитектуры и технологии. Системы управления базами данных, 4,1995.

6. Булгаков М.В., Якивчук Е.Е. Инструментальные системы для разработки обучающих программ / В кн. "Компьютерные технологии в высшем образовании"./ Ред. кол.: А.Н. Тихонов, В.А. Садовничий и др. М.: Изд-во Моск. ун-та., 1994.-е. 153-162.

7. Вопросы создания автоматизированных обучающих систем на базе ЭВМ. -М., 1976.

8. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб.: Питер, 2001. - 384с.

9. Гиркин И.В. Новые подходы к организации учебного процесса с использованием современных компьютерных технологий // Информационные технологии, 1998, № 6. с. 44-47.

10. Ю.Даконта М, Саганич A. XML и Java 2. СПб.: Питер, 2001. - 384с.

11. И.Даниэла Флореску, Алон Леви, Альберто Мендельсон. Технологии баз данных для World-Wide Web: обзор. Системы управления базами данных, 4,1998.

12. Дж. Голуб, Ч. Ван Лоун. Матричные вычисления. Издательство "'Мир", Москва, 1999.

13. Джалалуддин А.К. Применение компьютеров для целей непрерывного образования // Перспективы, 1991, № 2. с. 72-89.

14. Джалиашвили З.О., Николаев Д.Г. Сетевые технологии как эффективное средство поддержки дистанционном обучения // Материалы конференции "Информационные технологии в образовании", 2001 http://www.bitpro.ru/

15. Домрачев В.Г., Ретинская И.В. О классификации образовательных информационных технологий // Информационные технологии, 1996, № 2.-С. 1013.

16. Елена Карташева. Интеллектуальные поисковые системы Excalibur. Сети, 6,1997.

17. Илан Гринберг, Ли Гарбер. Разработка новых технологий информационного поиска. Открытые Системы, 10,1999.

18. Камер Дуглас Э. Компьютерные сети и Internet. Разработка приложений для Internet: Пер. с англ. М.: Изд. дом "Вильяме", 2002. - 640 с.

19. Карлащук В.И. Обучающие программы. М.: "СОЛОН-Р", 2001. 528 с.

20. Кибернетика и проблемы обучения: Сборник переводов / Ред. и предисл. А.И. Берга. М.: Прогресс, 1970. - 389 с.

21. Колесников А.О. Реализация авторской системы в сетевой среде // http://www.ulstu.ru/conf/NMK99/2-14.htm

22. Компьютерные технологии в высшем образовании. / Ред. кол.: А.Н. Тихонов, В.А. Садовничий и др.- М.: Изд-во Моск. ун-та., 1994. 272 с.

23. Кривошеев А.О., Голомидов Г.С., Таран А.Н. Перспективные Internet-технологии информационного обеспечения образовательных услуг //Российский НИИ информационных систем, 2000.

24. Лекции по теории графов / Емеличев В.А., Мельников О.И. Сарванов В.И., Тышкевич Р.И. М.: Наука, Гл. ред. физ.-мат. лит., 1990. - 384 с.

25. Логический подход к искусственному интеллекту: от классической логики к логическому программированию/Пер. с франц. М.: Мир, 1990. - 432с.

26. Лорьер Ж.-Л. Системы искусственного интеллекта. / Пер. с франц. М.: Мир, 1991.-568с.

27. Мазурина С.М. Разработка моделей представления и обработки знаний в продукционных экспертно-обучающих системах. М.: МГИЭМ. 1995. -164с.

28. Малышев Ю.А., Нежурина М.И., Шатровский В.А. Технологии представления учебных курсов для дистанционной формы обучения в среде WWW. // Информационные технологии, 1997, № 6. с. 39-42.

29. Мамиконов А.Г. Принятие решений и информация. М.: Наука, 1983. -184 с.

30. Морозевич А.И., Комличенко В.Н., Гедранович В.В. Стратегия автоматизации управления познавательной деятельностью на основе информационной модели образовательного процесса//Информационные технологии. 2000. № 5. с. 47-52.

31. Нетушил А.В., Никитин А.В. О методе синтеза учебных программ// Проблемы нейрокибернетики. Ростов-на-Дону: Из-во Ростов, ун-та, 1969. -с. 236-243.

32. ЗЗ.Норенков Ю.И. Исследование и разработка принципов построения адаптивных обучающих систем. / Автореферат. М.: 1993. 20 с.

33. Пасхин Е.Н., Митин А.И. Автоматизированная система обучения ЭКСТЕРН. М.: Изд-во Моск. ун-та, 1985. - 144 с.

34. Перегудов Ф.И., Тарасенко Ф.П. Основы системного анализа- Томск: Изд-во НЛТ, 1997.-396 с.

35. Попов Э.В. Общение с ЭВМ на естественном языке. М.: Наука, 1982. -360 с.

36. Поспелов Д.А. Семиотические модели в управлении./В кн. "Кибернетика. Дела практические". М.: Наука, 1984. - с. 70-87.

37. Представление и использование знаний: Пер. с япон./Под ред. X. Уэно, М. Исидзука. М.: Мир, 1989. - 220 с.

38. Применение ЭВМ в учебном процессе/Сборник докладов научно-технич. семинара под ред. А.И. Берга. М.: Сов. радио, 1969. - 248 с.

39. Приобретение знаний: Пер. с япон./Под ред. С. Осуги, Ю. Саэки. М.: Мир, 1990.-304 с.

40. Растригин Л.А. Вычислительные машины, системы, сети. М.: Наука. Гл. ред. физ.-мат. лит., 1982. -224 с.

41. Растригин Л.А., Эренштейн М.Х. Адаптивное обучение с моделью обучаемого. Рига: Зинатне, 1988. - 160 с.

42. Ростунов Т.И. Сущность программированного метода обучения. / В сб.: Программированное обучение и кибернетические обучающие машины. / Под ред. Шестакова А.И. М.: Сов. радио, 1963. - с. 10-23.

43. Рубин Ю.Б., Самойлов В.А., Шевченко К.К. Технологические системы в открытом образовании // Материалы конференции "Информационные технологии в образовании", 2001. http://www.bitpro.ru/

44. Савельев АЛ. Автоматизированные обучающие системы на базе ЭВМ / вып.1./ М.: Знание, 1977. 36 с.

45. Соловов А.В. Проектирование компьютерных систем учебного назначения: Учебное пособие. Самара: СГАУ, 1995. - 137 с.

46. Соломатин Н.М., Сонин А.И., Соколов Н.К. Серебрякова И.Л., Семенов Д.В. Особенности дистанционного обучения в системе высшего образования // Вестник МГТУ им. Баумана, сер. Приборостроение, 1998, № 2. с. 101-108.

47. Стенли Р. Перечислительная комбинаторика: Пер. с англ. М.:Мир, 1990. -440 с.

48. Степанов В. К. Русскоязычные поисковые механизмы в Интернет. ComputerWorld Россия, 11,1997.

49. Стоуне Е. Стратегия и тактика программированного обучения. / В сб. "Кибернетика и проблемы обучения" / Редакция и предисловие А.И. Берга. М.: Прогресс, 1970. - с. 255-265.

50. Терещенко Л.Я., Панов В.П., Майоркин С.Г. Управление обучением с помощью ЭВМ. Л.: Изд-во ЛГУ, 1981. - 143 с.

51. Тим Брэй, Джин Паоли, С.М. Сперберг-Макквин, Ив Мэйлер. Расширяемый язык разметки (XML) 1.0 (вторая редакция). Перевод Радика Ус-манова.// http://www.citforum.ru/internet/xmlspec/index.shtml.

52. Трапезников С.Н. УРОК универсальный редактор обучающих курсов / В кн. "Компьютерные технологии в высшем образовании" / Ред. кол.: А.Н. Тихонов, В.А. Садовничий и др. - М.: Изд-во Моск. ун-та., 1994. - с. 2332.

53. Уотермен Д. Руководство по экспертным системам: Пер. с англ. М.: Мир, 1989.-388 с.

54. Хартли Д. К вопросу об оценке обучающих программ. / В сб. "Кибернетика и проблемы обучения" / Редакция и предисловие А.И. Берга. М.: Прогресс, 1970.-с. 350-387.

55. Чиликин М.Г. Основные задачи программированного обучения. / В сб.: Программированное обучение и кибернетические обучающие машины. / Под ред. Шестакова А.И. М.: Сов. радио, 1963. - с. 5-9.

56. Шампанер Г., Шайдук А. Обучающие компьютерные системы // Высшее образование в России, 1998, № 3. с. 97-99.

57. Шемакин Ю.И. Начала компьютерной лингвистики: Учеб. пособие М.: Изд-во МГОУ, А/О "Росвузнаука", 1992. - 115 с.

58. Шмелев А.Г., Бельцер А.И., Ларионов А.Г., Серебряков А.Г. Адаптивное тестирование знаний в системе "ТЕЛЕТЕСТИНГ" // IX конференция-выставка "Информационные технологии в образовании", 1999. -http://ito.bitpro.ru/

59. Aalbersberg I.J. Incremental relevance feedback. In Proceedings of the Fifteenth Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, pages 11-22, 1992.

60. Albrecht F., Koch N., Tiller T. SmexWeb: An Adaptive Web-based Hypermedia Teaching System.// Journal of Interactive Learning Research, Special Issue on Intelligent Systems/Tools in Training and Lifelong Learning. 2000. P. 367388.

61. Andre, E. and T. Rist. Towards a New Generation of Hypermedia Systems: Extending Automated Presentation Design for Hypermedia.// Report. DFKI GmbH. Saarbrucken. 1996.

62. Anna Le Calve and Jacques Savoy. Database merging strategy based on logistic regression. Information Processing and Management, 36(3):341-359, May 2000.

63. Ardo A. and S. Lundberg. A regional distributed WWW search and indexing service -- the DESIRE way. Computer Networks and ISDN Systems, 30:173183, 1998.

64. Baeza-Yates R. and Berthier Ribeiro-Neto. Modern Information Retrieval. ACM Press, 1999.

65. Brusilovsky. P. Methods and techniques of adaptive hypermedia.// User Modeling and User Adapted Interaction. 1996. Vol. 6. P. 87-129.

66. Callan J. Document filtering with inference networks. In Proceedings of the 19th International ACM SIGIR Conference on Research and Development in Information Retrieval, pages 262-269, 1996.

67. Callan J. Learning while filtering documents. In Proc. of SIGIR'98, pages 224231, Melbourne, Australia, 1998.

68. Cannataro M., Cuzzocrea A., Pugliese A. A probabilistic approach to model adaptive hypermedia systems. Proceedings of the International Workshop on Web Dynamics. 2001.

69. Cannataro M., Carelli G., Pugliese A., Sacca, D. Semantic lossy compression of XML data. Workshop on Knowledge Representation meets Databases (KRDB-2001) in conjunction with VLDB 2001.

70. С. M. Bowman, Peter B. Danzig, Darren R. Hardy, Udi Manber, and Michael F. Schwartz. The harvest information discovery and access system. Computer Networks and ISDN Systems, pages 119-125, December 1996.

71. Daphen К. and Sahami Mehran. Hierarchically classifying documents using very few words. In Proc. of the ICML'97, pages 170-178,1997.

72. De Bra P., Aerts A., Houben G.J., Wu H. Making General-Purpose Adaptive Hypermedia Work. Proceedings of the WebNet Conference. 2000. P. 117-123.

73. Deerwester S., Dumasis S., Furnas G., Landauer Т., Harshman R. Indexing by Latent Semantic Analysis.// Journal of the American Society for Information Science. Vol. 41.1990. P. 391-407.

74. Douglas L. Baker and Andrew Kachites McCallum. Distributional clustering of words for text classification. In Proceedings of the SIGIR'98, pages 96-103, 1998.

75. Gilbert, J. E. and Han C. Y. Arthur: Adapting Instruction to Accommodate Learning Style.// Proceedings ofWebNet'99 World Conference of the WWW and Internet Honolulu: HI. 1999. P. 433-438.

76. Halasz F., Schwartz M. The Dexter Hypertext Reference Model.// Communications of the ACM 37(2). 1994. P. 30-39.

77. Hardman L., Bulterman C., van Rossum G. The Amsterdam Hypermedia Model.// Communications of the ACM 37(2). 1994. P. 50-62.

78. Hoffman T. Unsupervised Learning by Probabilistic Latent Semantic Analysis.// Machine Learning. 2001. Vol. 42. P. 177-196.

79. Hoffman T. Probabilistic Latent Semantic Indexing.// Proc. Of the 22nd Annual International ACM SIGIR Conference on Research and Development in Information Retrieval. 1999. P. 50-57.

80. Hohl, H., H.-D. Bocker, and R. Gunzenhauser. Hypadapter: An adaptive hypertext-system for exploratory learning and programming.// User Models and User Adapted Interaction.: 1996. Vol. 6.

81. Katsumoto M., M. Fukuda, Y. Shibata. The Kansei Link Method for Multime-diaDatabase.// 10th International Conference on Information Networking (ICOIN-IO). 1996. P. 382- 389.

82. Mukherjea, S., J. D. Foley, and S. Hudson. Visualizing complex hypermedia networks-through multiple hierarchical views.// СНГ95-Denver. 1995. P. 331337.

83. Murtagh F., Tao F. Towards knowledge discovery from WWW log data. Proceedings of the International Conference on Information Technology: Coding and Computing. 2000.

84. Raymie Stata, Krishna Bharat, and Farzin Maghoul. The term vector database: fast access to indexing terms for web pages. In Proc. of the WWW-9, May 2000.

85. Salton G., McGrill M.J. Introduction to Modern Information Retrieval.// McGraw-Hill. New York. 1993.

86. Smith M., Welty C., McGuinness D. OWL Web Ontology Language Guide// http://www.w3.org/TR/owl-guide/.

87. Vassileva. J. A task-centered approach for user modeling in a hypermedia office documentation system.// User Models and User Adapted Interaction. 1996. Vol. 6.

88. World Wide Web Consortium, http://www.w3.org.

89. Wieringa R., Dubois E., Huyts S. Integrating Semi-formal and Formal Requirements.// Proceedings of Conference on Advanced Information Systems Engineering. 1997. P. 19-32.

90. Wu H, Houben G.-J., De Bra P. (1998). AHAM: A Reference Model to Support Adaptive Hypermedia Authoring.// Proceedings of InfWet 98. 1998.

91. Zahn C.T. Graph-theoretical methods for detecting describing gestalt clusters.// IEEE Trans, on Computers. 1971. C-20(l). P. 68-86.

92. Кустов Д.В. Интеллектуальные агенты и базы данных/ Д.В. Кустов// Сборник материалов VII Всероссийской научной конференции "Решетневские чтения". Красноярск. 2003. - С. 230-231.

93. Кустов Д.В. Агентные технологии для поиска и сбора информации/ Д.В. Кустов// Материалы докладов всероссийской научной конференции молодых ученых. «Наука. Технологии. Инновации». Ч.1.- Новосибирск. 2003. -С. 187-189.

94. Кустов Д.В. Мультиагентные технологии поиска информации в распределенных источниках/ Д.В. Кустов// Вестник НИИ СУВПТ: Сб. научн. трудов/ Под общей ред. профессора Н.В.Василенко Красноярск НИИ СУВПТ. 2003. - Вып. 14. - С. 22-30.

95. Кустов Д.В. PLSA-адаптация модели пользователя в открытой информационно-образовательной среде/ И.В. Ковалев, Д.В. Кустов// Журнал «Телекоммуникации и информатизация образования»-2004 № 6(25)-Москва. СГУ.-С. 41-51.

96. Кустов Д.В. XML-ориентированная модель гипермедиа/ Д.В. Кустов// Вестник университетского комплекса: Сб. научн. Трудов/ Под общей ред. профессора Н.В. Василенко; Красноярск: ВСФ РГУИТП, НИИ СУВПТ.-2005-Вып. 3(17).-С. 16-36.

97. Кустов Д.В. Активная модель пользователя в среде распределенных информационных ресурсов/ Д.В. Кустов// Решетневские чтения: материалы IX Междунар.науч.конф., посвящ.45-летию Сиб.гос.аэрокосмич.ун-т,-Красноярск, 2005.-С. 217-218.

98. Кустов Д.В. О новом подходе к формированию структуры корпоративных информационных систем/ Д.В. Кустов// Сборник ОМГПУ- Омск-2006.-С. 135-151.

99. Кустов Д.В. Модуль реализации активной модели пользователя. М.: ВНИТЦ, 2006. -№ 50200600031, Per. номер ОФАП 5544.

100. Кустов Д.В. Программная структура корпоративной системы с элементами адаптации. М.: ВНИТЦ, 2006. - № 50200600032, Per. номер ОФАП 5545.

101. Кустов Д.В., Слободин М.Ю., Огнерубов С.С. «Адаптивная метапоисковая система». Инвентарный номер ФАП: 5955. Код программы по ЕСПД: .03524577.01366-01.