Показати скорочену інформацію

Метод виявлення неактуальної інформації в сервісно-орієнтованих корпоративних системах на прикладі систем оцінювання якості грунтів

dc.contributor.authorМельник, А. М.uk
dc.contributor.authorДивак, М. П.uk
dc.contributor.authorПасічник, Р. М.uk
dc.contributor.authorMelnyk, A. M.en
dc.contributor.authorDyvak, M. P.en
dc.contributor.authorPasichnyk, R. M.en
dc.date.accessioned2023-03-17T09:20:34Z
dc.date.available2023-03-17T09:20:34Z
dc.date.issued2021
dc.identifier.citationМельник А. М. Метод виявлення неактуальної інформації в сервісно-орієнтованих корпоративних системах на прикладі систем оцінювання якості грунтів [Текст] / А. М. Мельник, М. П. Дивак, Р. М. Пасічник // Інформаційні технології та комп'ютерна інженерія. – 2021. – № 1. – С. 45-54.uk
dc.identifier.issn1999-9941
dc.identifier.urihttp://ir.lib.vntu.edu.ua//handle/123456789/36471
dc.description.abstractУ статті розглянуто важливу науково-прикладну задачу розробки методу виявлення неактуальної інформації, яка є ак-туальним напрямком розвитку та реалізації веб-орієнтованих інформаційних систем. Проведено аналіз сучасних методів та засобів оцінки неактуальної та недостовірної інформації в сервісно-орієнтованих корпоративних системах та виділено основні проблемні напрямки, які виникають в процесі їх функціювання. Розроблено метод фільтрування даних на основі метрики для оцінки актуаль-ності інформації. Наведено приклад застосування метрики для оцінювання результатів використання різних сервісів аналізу якості грунтів та грунтових вод. Основними результатами досліджень, наведеними в статті є: метрика оцінки актуальності інформації, яка отримана з використанням сервісів в корпоративних інформаційних системах; метод фільтрування даних на основі метрики оцінки актуальності інформації в рамках досліджуваної предметної області. Особливістю розробленого методу є те, що він може бути реалізований як програмна надбудова до сервісно-орієнтованих інформаційних систем. Використання запропонованих інтелектуа-льних методів обробки даних, які отримують з використанням сервісів, доволить підвищити ефективність аналізу неактуальної інформації та скоротить час визначення нерелевантних джерел її надання.uk
dc.description.abstractThe article considers an important scientific and applied task of developing a method for detecting irrelevant information, which is an important area of development and implementation of web-based information systems. The analysis of modern methods and means of evaluation of irrelevant and unreliable information in service-oriented corporate systems is carried out and the main problem areas that arise in the process of their functioning are identified. A method of filtering data based on metrics to assess the relevance of information has been developed. An example of the application of metrics for evaluating the results of using various services for the analysis of soil and ground-water quality. The main results of research presented in the article are: metrics for assessing the relevance of information obtained using services in corporate information systems; method of data filtering based on the metrics of assessing the relevance of information within the studied subject area. The peculiarity of the developed method is that it can be implemented as a software add-on to service-oriented infor-mation systems. The use of the proposed intelligent methods of data processing, which are obtained with the use of services, will increase the efficiency of analysis of irrelevant information and reduce the time to identify irrelevant sources of its provision.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofІнформаційні технології та комп'ютерна інженерія. № 1 : 45-54.uk
dc.relation.urihttps://itce.vntu.edu.ua/index.php/itce/article/view/785
dc.subjectвеб-сервісиuk
dc.subjectAPI інтерфейсиuk
dc.subjectнеактуальна інформаціяuk
dc.subjectсервісно-орієнтована архітектураuk
dc.subjectweb servicesen
dc.subjectAPIen
dc.subjectnonrelevant informationen
dc.subjectoutdated informationen
dc.subjectservice-oriented architectureen
dc.titleМетод виявлення неактуальної інформації в сервісно-орієнтованих корпоративних системах на прикладі систем оцінювання якості грунтівuk
dc.title.alternativeMethod of detection of updated information in service-oriented corporate systems on the example of soil quality assessment systemsen
dc.typeArticle
dc.identifier.udc00462
dc.relation.referencesZhou, Xinyi & Zafarani, Reza, «A Survey of Fake News: Fundamental Theories, Detection Methods, and Opportunities», 2 Dec 2018.en
dc.relation.referencesAhmad, Iftikhar & Yousaf, Muhammad & Yousaf, Suhail & Ahmad, Muhammad Ovais, «Fake News Detection Using Machine Learning Ensemble Methods», Complexity in Deep Neural Networks, 2020.en
dc.relation.referencesS. A. García, G. G. García, M. S. Prieto, A. J. M. Guerrero, and C. R. Jiménez, «The impact of term fake news on the scientific community scientific performance and mapping in web of science», Social Sciences, vol. 9, no. 5, 2020.en
dc.relation.referencesS. Akhtar, F. Hussain, F. R. Raja et al., «Improving mispronunciation detection of arabic words for non-native learners using deep convolutional neural network features», Electronics, vol. 9, no. 6, 2020.en
dc.relation.referencesAhmed, S., Hinkelmann, K., Corradini, F., «Combining machine learning with knowledge engineer-ing to detect fake news in social networks − a survey», In: Proceedings of the AAAI 2019 Spring Symposium, vol. 12 (2019).en
dc.relation.referencesB. Marr, Coronavirus fake news: how Facebook, Twitter, and Instagram are tackling the problem. Forbes (2020). [Online]. Available: https://www.forbes.com/sites/bernardmarr/2020/03/27/finding-the-truth-about-covid-19-how-facebook-twitter-and-instagram-are-tackling-fake-news.en
dc.relation.referencesH. Sparks, H. Frishberg, Facebook gives step-by-step instructions on how to spot fake news (2020). [Online]. Available: https://nypost.com/2020/03/26/facebook-gives-step-by-step-instructions-on-how-to-spot-fake-news/en
dc.relation.referencesZhou, X., Zafarani, R.: Fake news: a survey of research, detection methods, and opportunities (2018). arXiv preprint arXiv:1812.00315.en
dc.relation.referencesIan Chadd, Emel Filiz-Ozbay, Erkut Y. Ozbay. The relevance of irrelevant information. Experimental Economics, 2020; DOI: 10.1007/s10683-020-09687-3.en
dc.relation.referencesN. A. D. L. Perera, C. Priyankara and D. W. R. S. Jayasekara, «Identifying Irrelevant Answers in Web Based Question Answering Systems», 2020 20th International Conference on Advances in ICT for Emerging Regions (ICTer), Colombo, Sri Lanka, 2020, pp. 11-16, doi: 10.1109/ICTer51097.2020.9325449.en
dc.relation.referencesAlkhodair SA, Ding SH, Fung BC, Liu J (2020) Detecting breaking news rumors of emerging topics in social media. Inf Process Manag 57:102018.en
dc.relation.referencesBraşoveanu AM, Andonie R (2019) Semantic fake news detection: a machine learning perspective. In: International work-conference on artificial neural networks, Springer, pp 656–667.en
dc.relation.referencesА. М. Мельник, О. З. Миць, «Підвищення ефективності пошуку документів в інтернет із враху-ванням подібності веб-сторінок», Сучасні комп'ютерні інформаційні технології : матеріали ІІІ Всеукр. шк.-семінару молодих вчен. і студ. АСІТ'2013 [м. Тернопіль, 17-18 трав. 2013 р.], Тер-нопіль: ТНЕУ, 2013, с. 212.uk
dc.relation.referencesLi Y, Nie X, Huang R (2018b) Web spam classification method based on deep belief networks. Expert Syst Appl 96:261–270.en
dc.relation.referencesLiu Y, Xu S (2016) Detecting rumors through modeling information propagation networks in a social media environment. IEEE Trans Comput Soc Syst 3:46–62.en
dc.relation.referencesNaseem U, Razzak I, Musial K, Imran M (2020) Transformer based deep intelligent contextual em-bedding for twitter sentiment analysis. Future Gener Comput Syst 6:91.en
dc.relation.referencesShu K, Wang S, Lee D, Liu H (2020) Mining disinformation and fake news: concepts, methods, and recent advancements. arXiv preprint arXiv:2001.00623.en
dc.relation.referencesTang D, Qin B, Liu T (2015) Document modeling with gated recurrent neural network for sentiment classification. In: Proceedings of the 2015 conference on empirical methods in natural language pro-cessing, pp 1422–1432.en
dc.relation.referencesAllen, Jennifer & Howland, Baird & Mobius, Marine & Rothschild, David & Watts, Duncan. (2020). Evaluating the fake news problem at the scale of the information ecosystem. Science Advances. 6. eaay3539. 10.1126/sciadv.aay3539.en
dc.relation.referencesМ. П. Дивак, А. М. Мельник, О. А. Папа, «Математичне та програмне забезпечення інтелекту-ального модуля прикладних програмних систем для надання адміністративних послуг щодо проведення екологічної експертизи», Інформаційні технології та комп’ютерна інженерія, 49(3), с. 66–76, 2020.uk
dc.relation.referencesH. Ahmed, I. Traore, and S. Saad, «Detecting opinion spams and fake news using text classification», Security and Privacy, vol. 1, no. 1, 2018.en
dc.relation.referencesBatini, C., Scannapieco, M.: Data Quality: Concepts, Methodologies and Techniques (Data-Centric Systems and Applications). Springer-Verlag New York, Inc., Secaucus (2006).en
dc.relation.referencesDyvak, M., Papa, O., Melnyk, A., Pukas, A., Porplytsya, N., Rot, A. «Interval Model of the Efficiency of the Functioning of Information Web Resources for Services on Ecological Expertise», Mathemat-ics, 8(12), 2116, 2020.en
dc.relation.referencesО. О. Лисенко, Р. І. Кокітко, «Модель аналізу неструктурованої інформації для побудови бази знань корпоративної інформаційної системи», Сучасні комп'ютерні інформаційні технології: матеріали ІІІ Всеукр. шк.-семінару молодих вчен. і студ. АСІТ'2013 [м. Тернопіль, 17-18 трав. 2013 р.], Тернопіль: ТНЕУ, 2013, с. 211.uk
dc.relation.referencesTruong HL., Comerio M., Maurino A., Dustdar S., De Paoli F., Panziera L. (2010) On Identifying and Reducing Irrelevant Information in Service Composition and Execution. In: Chen L., Triantafillou P., Suel T. (eds) Web Information Systems Engineering – WISE 2010. WISE 2010. Lecture Notes in Computer Science, vol 6488. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-17616-6_7.en
dc.relation.referencesM. Susla, R. Pasichnyk, A. Melnyk, N. Pasichnyk, O. Vasylkiv and O. Androshchuk, «Formalization of Scientific Researches Results in Corporate Knowledge Bases As a Tool of Their Accumulation», 2020 10th International Conference on Advanced Computer Information Technologies (ACIT), Deg-gendorf, Germany, 2020, pp. 488-491, doi: 10.1109/ACIT49673.2020.9208863.en
dc.relation.referencesА. Kovbasistyi, A. Melnyk, M. Dyvak, V. Brych and I. Spivak, «Method for detection of non-relevant and wrong information based on content analysis of web resources», 2017 XIIIth International Con-ference on Perspective Technologies and Methods in MEMS Design (MEMSTECH), Lviv, 2017, pp. 154−156, doi: 10.1109/MEMSTECH.2017.7937555.en
dc.relation.referencesА. Pukas, A. Simak, O. Syrnyk, L. Horal, V. Shyjko and O. Papa, «Software Module for Data Cor-rectness and Completeness Control in the Academic Staff Performance Appraisal System», 2019 9th International Conference on Advanced Computer Information Technologies (ACIT), Ceske Budejovice, Czech Republic, 2019, pp. 277-280, doi: 10.1109/ACITT.2019.8779999.en
dc.relation.referencesM. P. Dyvak, A. V. Kovbasistyi, A. M. Melnyk, L. Y. Turchyn, Y. O. Маrtsenyuk, «System for web resources content structuring and recognizing with the machine learning elements», Радіоелектроніка, iнформатика, управління, 3 (Груд 2018). DOI:https://doi.org/10.15588/1607-3274-2018-3-14.en
dc.relation.referencesA. Kovbasistyi, A. Melnyk, M. Dyvak, V. Brych et al., «Method for detection of non-relevant and wrong information based on content analysis of web resources», XIIIth International Conference on Perspective Technologies and Methods in MEMS Design (MEMSTECH), Lviv, 2017, pp. 154–156. DOI: 1109/MEMSTECH.2017.7937555.en
dc.relation.referencesМ. П. Дивак, А. М. Мельник, А. В. Ковбасістий, О. А. Папа, «Підхід до математичного моде-лювання ефективності web-ресурсів», Оптико-електроннi iнформацiйно-енергетичнi техно-логiї, 38, 2 (Бер 2020), 29–37. DOI:https://doi.org/10.31649/1681-7893-2019-38-2-29-37.uk
dc.identifier.doihttps://doi.org/10.31649/1999-9941-2021-50-1-45-54


Файли в цьому документі

Thumbnail
Ім'я:
785-Текст статті-701-1-10-2021 ...
Розмір:
455.2Kb
Формат:
PDF
Відкрити

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію