8 (495) 987 43 74 доб. 3304 Прием заявок на рассмотрение статей E-mail: evlasova@synergy.ru

Мы в соцсетях -              
Рус   |   Eng

Авторы

Шполянская И. Ю.

Ученая степень
докт.экон.наук, доцент, профессор, кафедра Информционных систем и прикладной информатики, Ростовский государственный экономический университет (РИНХ)
E-mail
irinaspol@yandex.ru
Местоположение
Ростов-на-Дону
Статьи автора

Потребительское качество информационных систем для малых предприятий

Одной из основных причин, тормозящих развитие малого бизнеса, является отсутствие эффективных методов управления, основанных на использовании современных информационных технологий. Эти обстоятельства обусловлены спецификой быстро меняющейся, жесткой конкурентной среды, в которой функционирует предприятие, а также особенностями ведения бизнеса. Читать дальше...

Архитектура адаптивной веб-ориентированной системы взаимодействия с клиентами, основанной на технологиях Web Mining

Data mining предоставляет широкий набор инструментов для выявления важной информации в аналитических CRM-системах взаимодействия с клиентами предприятия. Развитие веб-технологий дает возможность построить более эффективную систему отношений с клиентами, основанную на знаниях, которую ранее было трудно реализовать в режиме офлайн. В данной статье описывается архитектура CRM-системы, использующей методы Web Mining и принципы адаптивного управления.
Читать дальше...

Нечеткая модель оценки качества портала вуза для эффективного продвижения образовательных услуг

Веб-технологии и электронный маркетинг предоставляют университетам новые возможности для организации более эффективного взаимодействия с потребителями образовательных услуг. Образовательный портал университета становится единой точкой взаимодействия университета со всеми категориями заинтересованных пользователей. Основная проблема, ограничивающая возможности использования образовательного портала в качестве действенного инструмента электронного маркетинга, заключается в отсутствии процедур оценки качества портала как на этапе проектирования, так и в ходе его эксплуатации. В статье описывается модель оценки качества портала вуза, использующая методы экспертной оценки и нечеткой логики, с точки зрения возможностей эффективного продвижения образовательных услуг.
Читать дальше...

Анализ качества микросервисов информационной системы на базе нечеткой модели

В работе рассматриваются нечеткие модели анализа качества микросервисных архитектур, которые являются одним из основополагающим подходов к созданию и сопровождению современных, быстро реагирующих на изменения запросов бизнеса, информационных систем. Реализация непрерывной поставки программных компонентов для динамичных бизнес-процессов информационных систем может быть осуществлена различными наборами микросервисов, оптимальный выбор и модификация которых представляет сложную многоальтернативную задачу. Предлагаемый подход направлен на решение задачи выбора микросервисов ИС с учетом обеспечения качества обслуживания на базе нечетких моделей. Решение данной задачи позволит проводить обоснованный выбор эффективных вариантов наборов микросервисов для информационных систем.
Читать дальше...

Семантические технологии в системе поддержки онлайн-обучения

В работе представлен новый подход к решению задачи персонализации обучения в условиях динамичной электронной среды. Для выработки рекомендаций студентам по выбору наиболее подходящего для них онлайн-курса используется семантический подход, основанный на представлении и использовании знаний о предметной области электронного обучения и о характеристиках обучающегося. В рамках данного подхода предложена методика использования OWL-онтологии для интеграции ресурсов в индивидуальную траекторию обучения. Онтологии обеспечивают более адекватное представление онлайн-ресурсов и совместимость формата запроса пользователя с описаниями учебных ресурсов от разных разработчиков. Определена архитектура системы поддержки электронного обучения по выбору онлайн-ресурсов для дальнейшего их включения в индивидуальную траекторию обучения студента. Рекомендательная система анализирует контекст профиля пользователя для формирования рекомендации контента учебного курса. Система использует информацию из анкет и запросов пользователя для поиска семантического соответствия между информацией о курсе и профилем пользователя - обучающегося. Разрабатываемая система реализуется в виде набора персональных агентов и сервисов, которые взаимодействуют на основе базы знаний, представленной в виде комплекса взаимосвязанных онтологических моделей. Система рекомендует ресурс в зависимости от текущих запросов и характеристик пользователя в соответствии с его профилем. В процессе работы система динамически обновляет базу знаний о текущих характеристиках пользователя, тем самым повышая эффективность формируемых рекомендаций. На основе полученных рекомендаций пользователь может выбрать наиболее подходящий вариант композиции учебных материалов с учетом своего уровня знаний и своих предпочтений. Читать дальше...

Модели и методы обучения с подкреплением в архитектуре адаптивных веб-ориентированных информационных систем

Широкое распространение веб-ориентированных систем в сфере бизнеса, маркетинга, электронного обучения и др. вызывает необходимость учета и анализа информационных потребностей пользователя в целях оптимизации взаимодействия с ним. Одной из основных проблем создания адаптивных веб- ориентированных систем является задача классификации информационных ресурсов (страниц) портала, описывающих предлагаемый товар или услугу, для последующего формирования профилей пользователей и персонализации предоставления услуг. Для ее решения могут быть использованы методы интеллектуального анализа данных и машинного обучения. В статье представлен новый подход к созданию адаптивных веб-ориентированных информационных систем, основанный на использовании алгоритмов обучения с подкреплением в целях классификации информационных ресурсов и выдачи персонализированных рекомендаций пользователям с учетом их предпочтений. Предложен и обоснован адаптивный подход, основанный на использовании алгоритмов обучения с подкреплением (Reinforcement Learning), позволяющий автоматически находить в процессе работы системы наиболее эффективные стратегии, необходимые для правильной классификации веб- ресурсов сайта и формирования групп пользователей с однотипными запросами и предпочтениями. Предложенная схема позволяет создать процедуры для оценки и ранжирования информационных ресурсов системы на основе анализа поведения пользователей на сайте в режиме онлайн. Используемые алгоритмы обучения с подкреплением дают возможность оценить релевантность каждой страницы сайта запросам и предпочтениям пользователей из разных категорий, с тем чтобы оптимизировать структуру и контент сайта, а также построить эффективную систему рекомендаций в соответствии с интересами пользователя для возможности выбора наиболее подходящих товаров или услуг. Читать дальше...