Інтелектуальна модель автоматизованого виявлення семантичних асоціативних правил у розподілених інформаційних системах

Анотація

У статті проведено комплексне дослідження актуальної науково-технічної задачі, що полягає у підвищенні інтелектуального рівня аналізу даних у сучасних розподілених системах автоматизації. Автор детально проаналізувала специфіку видобутку асоціативних правил та виявила, що критичними факторами зниження ефективності таких систем є надмірна кількість низькорівневих паттернів та низька інтерпретованість результатів аналізу. У межах роботи запропоновано та обґрунтовано алгоритмічне забезпечення Sem-Apriori для автоматизованого семантичного узагальнення виявлених залежностей, що дозволяє мінімізувати інформаційну надмірність та структурувати отримані знання. Основою запропонованого підходу є інтеграція класичного алгоритму пошуку асоціацій із методами векторного представлення об’єктів за допомогою великих мовних моделей. Для оцінки смислової близькості використано математичну модель на базі косинусної міри подібності, яка дозволяє врахувати контекстуальний зв’язок між транзакційними одиницями залежно від їхнього семантичного змісту. Наукова новизна дослідження полягає в удосконаленні методу інтелектуального виявлення знань шляхом впровадження проміжного шару семантичної абстракції та ієрархічної кластеризації елементів. Це дало змогу створити адаптивний механізм контролю якості правил, який підлаштовується під заданий рівень концептуалізації даних. Експериментальна перевірка підтвердила здатність моделі забезпечувати високу масштабованість при роботі з великими масивами гетерогенних даних. Практична значущість роботи підтверджується розробкою гібридного фреймворку, який демонструє здатність системи автоматично трансформувати розрізнені операційні дані у високорівневі бізнес-категорії в режимі реального часу. Впровадження результатів дозволяє суттєво підвищити достовірність прийняття стратегічних рішень у складних інформаційних середовищах та ефективно оптимізувати процеси автоматизованого управління у різних сферах, зокрема в галузі логістики та сервісу.