АНАЛИЗ ПОИСКОВЫХ АЛГОРИТМОВ, ИСПОЛЬЗУЕМЫХ В БОЛЬШИХ ДАННЫХ - Проблемы Информационных Технологий

АНАЛИЗ ПОИСКОВЫХ АЛГОРИТМОВ, ИСПОЛЬЗУЕМЫХ В БОЛЬШИХ ДАННЫХ - Проблемы Информационных Технологий

АНАЛИЗ ПОИСКОВЫХ АЛГОРИТМОВ, ИСПОЛЬЗУЕМЫХ В БОЛЬШИХ ДАННЫХ - Проблемы Информационных Технологий

АНАЛИЗ ПОИСКОВЫХ АЛГОРИТМОВ, ИСПОЛЬЗУЕМЫХ В БОЛЬШИХ ДАННЫХ - Проблемы Информационных Технологий

АНАЛИЗ ПОИСКОВЫХ АЛГОРИТМОВ, ИСПОЛЬЗУЕМЫХ В БОЛЬШИХ ДАННЫХ - Проблемы Информационных Технологий
АНАЛИЗ ПОИСКОВЫХ АЛГОРИТМОВ, ИСПОЛЬЗУЕМЫХ В БОЛЬШИХ ДАННЫХ - Проблемы Информационных Технологий
НАЦИОНАЛЬНАЯ АКАДЕМИЯ НАУК АЗЕРБАЙДЖАНА

№1, 2020

АНАЛИЗ ПОИСКОВЫХ АЛГОРИТМОВ, ИСПОЛЬЗУЕМЫХ В БОЛЬШИХ ДАННЫХ

Касумова Рена Т., Аббаслы Рахим Н.

Цифровые материалы включают постоянно растущие текстовые документы, базы данных, структурированные и неструктурированные изображения, звуковые и графические материалы, программное обеспечение и веб-страницы. Увеличение темпов создания цифровой информации привело к необходимости анализа структуры входных файлов и более быстрого поиска и обработки. С этой целью, исследованы свойства алгоритмов искусственного интеллекта в анализе нетрадиционно структурированных больших данных. Было установлено, что необходимо использовать алгоритмы на основе искусственного интеллекта для решения проблем, связанных с улучшением качества поиска, увеличением объема данных и интенсивности пользовательских запросов. Также анализируются алгоритмы поиска, их недостатки и возможные варианты использования для их применения с целью максимизации их преимуществ (стр.98-108).

Ключевые слова: цифровое наследие, цифровые данные, большие данные, аналитика больших данных, поисковые системы, поиск информации, искусственный интеллект, машинное обучение.
DOI : 10.25045/jpit.v11.i1.12
Литература
  • Qasımova R.T. “Rəqəmsal irs: problemlər və perspektivlər”. Ekspress-informasiya. İnformasiya cəmiyyəti seriyası, Bakı: “İnformasiya Texnologiyaları” nəşriyyatı, 2018, 148 s.
  • Хартия о сохранении цифрового наследия // Библиотековедение, 2004, №6, с.40–43.
  • Brian R. Digital Access to Cultural Heritage and Scholarship in the Czech Republic // Slavic & East European Information Resources, 2008, vol.9, no.1, pp.12–29.
  • Tallova L. Copyright aspects of disclosure of works within the European Digital Library / Proceedings of the International Multidisciplinary Scientific Conferences on Social Sciences and Arts, 2014, vol.1, pp.561–568.
  • Qasımov V.Ə. İnformasiya axtarışı üsulları və sistemləri. Dərslik. Bakı: MTN-in Maddi-texniki Təminat Baş İdarəsinin Nəşriyyat-Poliqrafiya Mərkəzi. 2015, 288 s.
  • Reinsel D., Gantz J., Rydning J. Data Age 2025: The Digitization of the World – From Edge to Core, November 2018, IDC White Pape. https://www.seagate.com/files/www-content/our-story/trends/files/idc-seagate-dataage-whitepaper.pdf
  • Рост объема информации – реалии цифровой вселенной // Журнал Технологии и средства связи, №1, 2013, с.24. http://lib.tssonline.ru/articles2/fix-corp/rost-obema-informatsii--realii-tsifrovoy-vselennoy
  • Alguliyev R.M., Gasimova R.T., Abbaslı R.N. The Obstacles in Big Data Process // International Journal of Modern Education and Computer Science (IJMECS), 2017, vol. 9, no.3, pp.28–35. DOI: 10.5815/ijmecs.2017.03.04.
  • Qasımova R.T. Big data analitikasi: mövcud yanaşmalar, problemlər və həllər // İnformasiya Texnologiyaları Problemləri, 2016, №1, s.75–93.
  • Madden S. From Databases to Big Data // IEEE Internet Computing, 2012, vol.16, no.3, pp.4–6.
  • By Research Voicebot and PwC. Smart speaker consumer adoption report. March 2018.  
    https://voicebot.ai/wp-content/uploads/2018/03/smart_speaker_ consumer_ adoption_report_ 2018.pdf
  • A guide to the security of voice-activated smart speakers An ISTR Special Report Analyst: Candid Wueest. https://www.symantec.com/content/dam/symantec/docs/security-center/white-papers/istr-security-voice-activated-smart-speakers-en.pdf
  • Balayev R.Ə., Əlizadə M.N., Musayev İ.K. İntellektual sistemlər və texnologiyalar. Dərs vəsaiti, Bakı: “MSV NƏŞR“ nəşriyyatı, 2016, 256 s.
  • The history of search engines. 
    https://www.wordstream.com/articles/internet-search-engines-history
  • Anderson A., Semmelroth D. Statistics for Big Data For Dummies, 2015, 384 pages, e-book: http://www.dummies.com/programming/big-data/data-science/big-data-and-search-engines/
  • Касумов В.А. Методы информационного поиска в Internet на основе нечетких отношений предпочтения // Автоматика и вычислительная техника, 2003, №4, с.71–78.
  • Касумов В.А. Методы построения информационно-поисковых систем на базе иерархической модели информационного пространства Интернет // Автоматика и вычислительная техника, 2002, №1, с.40–51.
  • Big Data Search Tools. https://datafloq.com/big-data-open-source-tools/os-big-data-search Qiu J., Wu Q., Ding G., Xu Y., Feng S. A survey of machine learning for big data processing // EURASIP Journal on Advances in Signal Processing, 2016, pp.1–16.
  • Aliguliyev R.M. Analysis of hyperlinks and the ant algorithm for calculating the ranks of web pages” // Automatic Control and Computer Sciences, 2007, vol.41, no.1, pp.44–53.
  • Cambazoglu B.B., Aykanat C., Baeza-Yates R. A machine learning approach for result caching in web search engines // International Journal of Information Processing and Management, 2017, vol.53, no.4, pp.834–850.
  • Chen H. Machine learning for information retrieval: neural networks, symbolic learning, and genetic algorithms // Journal of the American Society for Information, 1995, vol.46, no.3, pp.194–216.
  • Papadakis I., Stefanidakis M., Stamou S., Andreou I. Semantifying queries over large-scale Web search engines // Journal of Internet Services and Applications, 2012, vol.3, no.3, pp.255–268.
  • Meenakshi S. P., Agarwal G., Bakshi S., Bhatter S., Sivakumar P. Cognitive Agents for Web Based Search Engines: A Review / Proceedings of the Second International Conference on Recent Trends and Challenges in Computational Models, 2017.
  • Xiaozhao Z., Peng Z., et al. Modeling multiple interactions with a Markov random field in query expansion for session search // Computational Intelligence, 2018, vol.34, no.1, pp.345–362.
  • Guy I. The characteristics of voice search: comparing spoken with typed-in mobile Web search queries // ACM Transactions on Information Systems, 2018, vol.36, no.3, pp.1–28.
  • Chen Y., Zhang Y.Q. A query substitution-search result refinement approach for long query web searches / Proceedings of the International Joint Conferences On Web Intelligence (Wi) And Intelligent Agent Technologies (Iat), IEEE/WIC/ACM, 2009, vol.1, pp.245–251.
  • Crestani F., Du H. Written versus spoken queries: A qualitative and quantitative comparative analysis // Journal of the American Society for Information Science and Technology, 2006, vol.57, no.7, pp.881–890.