ВКР МЭИ: «Прототип системы интеллектуального поиска документов на основе онтологии предметной области»

Диплом МЭИ 09.03.03 "Прикладная информатика" Прототип системы интеллектуального поиска документов на основе онтологии предметной области

Бесплатная консультация по вашей теме: Telegram: @Diplomit Телефон/WhatsApp/MAX: +7 (987) 915-99-32, Email: admin@diplom-it.ru,

Актуальность темы ВКР

Современные организации сталкиваются с проблемой информационной перегрузки, когда объемы накапливаемых документов превышают возможности их эффективного поиска и использования. Согласно исследованию International Data Corporation (2024), средний сотрудник тратит до 2,5 часов в день на поиск необходимой информации, при этом до 65% запросов остаются неудовлетворенными. В условиях цифровой трансформации бизнеса разработка систем интеллектуального поиска, основанных на онтологическом моделировании предметной области, становится критически важной задачей для повышения эффективности работы с документами.

Особую актуальность данная тема приобретает в свете требований Руководства по написанию ВКР для МЭИ, где особое внимание уделяется практической реализации и внедрению разработанных решений. Системы интеллектуального поиска на основе онтологий, в отличие от традиционных поисковых систем, позволяют учитывать семантические связи между понятиями, что значительно повышает точность и полноту результатов поиска.

Цель и задачи

Цель исследования: разработка прототипа системы интеллектуального поиска документов на основе онтологии предметной области "техническая документация промышленного оборудования", обеспечивающей повышение точности и скорости поиска необходимой информации.

Для достижения поставленной цели необходимо решить следующие задачи:

• Провести анализ существующих систем поиска документов и выявить их недостатки
• Определить функциональные и нефункциональные требования к системе интеллектуального поиска на основе анализа потребностей инженеров-технологов
• Разработать онтологию предметной области для представления технической документации
• Выбрать и адаптировать алгоритмы семантического поиска на основе онтологии
• Реализовать прототип системы с основными модулями: индексация документов, обработка запросов, ранжирование результатов
• Провести тестирование системы в реальных условиях работы с технической документацией
• Оценить эффективность внедрения системы по критериям: повышение точности поиска, сокращение времени на поиск информации, удовлетворенность пользователей

Объект и предмет исследования

Объект исследования: процессы поиска и обработки документов в информационных системах, в частности, в системах управления технической документацией промышленных предприятий.

Предмет исследования: методы и технологии разработки систем интеллектуального поиска документов на основе онтологии предметной области, включая семантическое моделирование, алгоритмы обработки естественного языка и методы ранжирования результатов поиска.

Исследование фокусируется на создании решения, которое будет соответствовать специфике работы с технической документацией промышленного оборудования, учитывая особенности структуры данных, требования к точности поиска и необходимость интеграции с существующими системами предприятия.

Примерный план (Содержание) работы

Структура ВКР должна отражать логическую последовательность этапов исследования и разработки системы интеллектуального поиска. Вот примерный план работы по данной теме:

Глава 1. Анализ проблемной области и постановка задачи

• 1.1. Современное состояние систем поиска документов в информационных системах
• 1.2. Анализ существующих подходов к интеллектуальному поиску: классические методы, онтологические подходы, методы обработки естественного языка
• 1.3. Исследование процессов поиска технической документации на примере промышленного предприятия
• 1.4. Выявление проблем и ограничений текущих систем поиска
• 1.5. Постановка задачи и определение критериев оценки эффективности

Глава 2. Результаты работ, выполняемые на этапах анализа, проектирования и разработки

• 2.1. Анализ требований к системе интеллектуального поиска в контексте технической документации
• 2.2. Проектирование онтологии предметной области для представления технической документации
• 2.3. Разработка модели семантического поиска на основе онтологии
• 2.4. Проектирование архитектуры системы и выбор технологического стека
• 2.5. Разработка алгоритмов обработки запросов и ранжирования результатов

Глава 3. Описание итоговой реализации и тестирование

• 3.1. Описание реализованной системы интеллектуального поиска
• 3.2. Интеграция системы с существующей информационной инфраструктурой предприятия
• 3.3. Реализация механизмов индексации и обработки документов
• 3.4. Тестирование системы в условиях промышленного предприятия
• 3.5. Анализ результатов внедрения и рекомендации по дальнейшему развитию

Ожидаемые результаты и практическая значимость

Результатом исследования станет система интеллектуального поиска, позволяющая инженерам-технологам:

• Повысить точность поиска технической документации на 45-55%
• Сократить время поиска необходимой информации с 25-30 минут до 5-7 минут
• Получать релевантные результаты даже при неточных формулировках запросов
• Автоматически находить семантически связанные документы
• Интегрировать данные из различных источников в единую систему поиска

Практическая значимость работы заключается в том, что разработанная система может быть внедрена не только в системы управления технической документацией, но и адаптирована для других предметных областей, таких как медицинские базы данных, юридическая информация или научные публикации. Это особенно важно в свете требований к повышению эффективности работы с информацией и снижению временных затрат на поиск данных.

Результаты исследования могут быть использованы промышленными предприятиями для оптимизации процессов работы с технической документацией, что позволит повысить производительность инженеров и сократить время простоя оборудования за счет более быстрого доступа к необходимой информации. Система будет соответствовать требованиям информационной безопасности, что делает ее готовой к реальному внедрению в условиях промышленного предприятия.

Пример введения для выпускной квалификационной работы

Современные организации сталкиваются с проблемой информационной перегрузки, когда объемы накапливаемых документов превышают возможности их эффективного поиска и использования. Согласно исследованию International Data Corporation (2024), средний сотрудник тратит до 2,5 часов в день на поиск необходимой информации, при этом до 65% запросов остаются неудовлетворенными. Для инженеров-технологов, работающих с технической документацией промышленного оборудования, эта проблема особенно актуальна, так как ошибки в выборе документации могут привести к серьезным производственным последствиям.

Целью настоящей выпускной квалификационной работы является разработка прототипа системы интеллектуального поиска документов на основе онтологии предметной области "техническая документация промышленного оборудования", обеспечивающей повышение точности и скорости поиска необходимой информации. Для достижения поставленной цели решаются следующие задачи: анализ существующих систем поиска документов, определение функциональных требований к системе, разработка онтологии предметной области, выбор алгоритмов семантического поиска, реализация прототипа системы и оценка ее эффективности в реальных условиях.

Объектом исследования выступают процессы поиска и обработки документов в информационных системах, предметом — методы и технологии разработки систем интеллектуального поиска документов на основе онтологии предметной области. В работе используются такие методы исследования, как анализ научной литературы, методы онтологического моделирования, методы обработки естественного языка, методы проектирования информационных систем и методы оценки эффективности внедренных решений.

Научная новизна исследования заключается в предложении комплексного подхода к разработке системы интеллектуального поиска, объединяющего онтологическое моделирование предметной области с современными методами обработки естественного языка. Практическая значимость работы состоит в создании готового к внедрению решения, которое позволит инженерам-технологам значительно сократить время поиска технической документации и повысить точность отбора необходимой информации.

Заключение ВКР МЭИ

В ходе выполнения выпускной квалификационной работы был разработан и внедрен прототип системы интеллектуального поиска документов на основе онтологии предметной области. Проведенный анализ существующих систем поиска позволил выявить ключевые проблемы текущих решений и сформулировать требования к новой системе, учитывающей специфику работы с технической документацией промышленного оборудования.

Разработанная система включает онтологию предметной области, модель семантического поиска и механизмы обработки запросов на естественном языке. При реализации были использованы современные технологии, обеспечивающие высокую производительность и точность поиска. Тестирование системы в реальных условиях показало, что внедрение разработанного решения позволяет повысить точность поиска технической документации на 50%, сократить время поиска с 25 минут до 6 минут и повысить удовлетворенность пользователей на 40%.

Практическая значимость работы подтверждается готовностью системы к эксплуатации в условиях промышленного предприятия и потенциальной возможностью адаптации для других предметных областей. Полученные результаты могут стать основой для дальнейших исследований в области интеллектуальной обработки информации и разработки специализированных решений для повышения эффективности работы с документами в различных сферах деятельности.

Требования к списку источников

Список использованных источников в ВКР по системам интеллектуального поиска должен соответствовать ГОСТ 7.1-2003 и включать не менее 45 источников, из которых 30% должны быть опубликованы за последние 2 года. Источники необходимо разделить на категории: нормативные документы, научная литература по онтологиям, работы по обработке естественного языка, исследования по информационному поиску.

Примеры корректного оформления источников:

1. ГОСТ Р 7.0.97-2016. Система стандартов по информации, библиотечному и издательскому делу. Организация библиотечного поиска. Основные положения. — М.: Стандартинформ, 2016. — 18 с.
2. Соколова, Е.П. Онтологические модели в системах семантического поиска / Е.П. Соколова, А.В. Михайлов // Информационные технологии. — 2024. — № 4. — С. 102-115.
3. Natural Language Processing with Python / S. Bird, E. Klein, E. Loper. — O'Reilly Media, 2023. — 504 p.

Особое внимание следует уделить источникам по современным методам онтологического моделирования, исследованиям в области обработки естественного языка (NLP) и стандартам семантического поиска. Все источники должны быть непосредственно связаны с темой исследования и использованы в тексте работы для подтверждения аргументов и выводов.

• Как написать введение для дипломной работы: инструкция и пример
• 7 проверенных способов повысить оригинальность диплома
• Как подготовить killer-презентацию для защиты