Разработка автоматизированной системы латентно-семантического анализа научно-технических текстов
Получите бесплатно демо-версию Демо-версия - дипломная работа, в котрой удалена часть текста, рисунков, таблиц.Посмотреть все услуги дипломной работы на электронную почту.
Введите адрес электронной почты и нажмите "Отправить"
Проектирование и разработка АРМ менеджера по закупкам2 000 ₽
Разработка интернет-магазина строительных материалов, диплом разработка интернет-магазина2 000 ₽
Разработка информационной системы инвентаризации оборудования2 000 ₽
Информационная система обслуживания заявок сотрудников строительной компании, диплом по информатике в экономике2 000 ₽Описание
Работа подготовлена в 2016 году для защиты в Санкт-Петербургский Государственный университет телекоммуникаций им. проф. М.А. Бонч-Бруевича», специальность — 080801.65 Прикладная информатика (по областям), Кафедра информатики и математики.
В современном мире возрастающий объём информации в электронном виде всё больше нуждается в классификации для лучшего хранения и дальнейшей обработки. Ручная классификация при таком объеме текстов будет слишком затратной по времени и человеческим усилиям.
Данную проблему призвана решить компьютерная автоматизированная классификация, на основе которой компьютерные комплексы могут справляться с большими объемами информации.Информационный бум, произошедший благодаря стремительному росту сети Интернет, привел увеличению количества электронных документов. По прогнозам экспертов, сегодня около 70 % сохраненной и применяемой обществом цифровой информации хранится в виде неструктурированном (текстовом) виде, а остальные 30 % включают в себя другие виды данных.
В такой ситуации высокую актуальность приобретают работы по разработке различных программных решений для увеличения удобства работы с ними.Классификация текстов (text categorization) — сортировка текстовых документов по заранее определенным категориям — одна из таких задач [1].
Методы классификации текстовых документов лежат на стыке двух областей — информационного поиска (information retrieval) и машинного обучения (machine learning). Общие части двух этих подходов — способы представления документов и способы оценки качества классификации текстов, а различия только в способах собственно поиска.Основными областями применения классификации текстов являются: фильтрация спама; ранжирование новостей; проверка авторства.В дипломной работе решается задача разработки информационной системы для автоматической классификации электронных документов. Система представляет из себя веб-портал для классификации документов.Выпускная квалификационная работа состоит из двух частей.
В первой рассматриваются методы классификации, алгоритмы классификации и производится постановка задачи на разработку информационной системы для автоматической классификации электронных документов, описываются выбранные средства разработки.Во второй главе описывается интерфейс системы, ее структура, в том числе разработанная база данных. Здесь же проводится тестирование разработанной системы и сравнение используемых методов, а именно метода ближайших соседей, его модифицированного варианта и обобщенного метода ближайших соседей.В комплект работы входит программа на языке PHP и СУБД Mysql.
Характеристики
Программа с исходниками | да, php |
Год | 2016 |
Спасибо, работа пришла мгновенно. Буду рекомендовать друзьям.
Обратилась к данному производителю услуг в начале мая. Заказала ВКР, курсовую, отчет по практике, речь и презентацию. Почти 100 % оригинальность. Работают быстро. На вопросы отвечают почти моментально. Слегка переделали презентацию и речь по просьбе преподавателя и то, считаю, что какие то замечания должны были быть. ВКР приняли сразу. Изначально отпугнули низкие звезды на отзовике, но я все поняла вовремя и не жалею. Благодарю Вас!) Буду рекомендовать Вас знакомым!)
Обратилась сюда с очень сложной темой. Сделали диплом за месяц, что для меня было спасением. Ребята — профи, взялись за задачу, которая мне не поддавалась.
Есть небольшой нюанс: из-за сжатых сроков не успели отполировать все детали до идеала. Если планируете заказывать, лучше делать это заранее. Но несмотря на это, работа качественная, и я получила «отлично» на защите.
Огромное вам спасибо! Рекомендую ребят всем, кто попал в трудную ситуацию.
Учусь в МГУ на направлении бизнес-информатика. Сначала сомневалась, получится ли совместить требования методички и мои пожелания по структуре. В работе использовались данные из 1С и элементы анализа в Stata. Несколько раз просила внести изменения, всё сделали корректно. В итоге диплом приняли, а оригинальность оказалась выше 88%.
Писала диплом по праву в УрФУ, тема про цифровые права. Сделали с акцентом на судебную практику, уникальность 90%. Сначала сомневалась в надёжности, но общались в чате, скидывали промежуточные главы. На защите отвечала на вопросы легко, потому что материал был логично выстроен. Рекомендую как проверенный сервис.
