Моделирование и алгоритмизация процессов анализа научно-технической информации с целью выявления тенденций развития в перерабатывающих отраслях АПК тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Галочкин, Сергей Александрович

• Галочкин, Сергей Александрович
• кандидат технических наук
• 2003

Оглавление диссертации кандидат технических наук Галочкин, Сергей Александрович

ВВЕДЕНИЕ.

ГЛАВА 1: СИСТЕМЫ НАКОПЛЕНИЯ И ОБРАБОТКИ НАУЧНО* ТЕХНИЧЕСКОЙ ИНФОРМАЦИИ (НТИ).

§1.1. Общие цели и задачи накопления и обработки НТИ.

§1.2. Методы и средства анализа НТИ для формализованной оценки тенденций, перспектив развития научных исследований и отбора инновационных проектов. 18

§1.3. Постановка задачи создания информационной технологии обработки научно-технических публикаций с целью выявления тенденций развития науки и техники в перерабатывающих отраслях АПК.

ГЛАВА 2: ФОРМАЛИЗАЦИЯ И МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССА АНАЛИЗА НТИ С ЦЕЛЬЮ ВЫЯВЛЕНИЯ ф ТЕНДЕНЦИЙ РАЗВИТИЯ.

§2.1. Формализованные характеристики научных направлений и тенденций развития.

§2.2. Продукционная математическая модель терминологической классификации.

ГЛАВА 3: АЛГОРИТМИЧЕСКОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ АВТОМАТИЗИРОВАННОЙ ЭКСПЕРТНОЙ СИСТЕМЫ АНАЛИЗА НАУЧНО-ТЕХНИЧЕСКИХ ПУБЛИКАЦИЙ.

§3.1. Алгоритм формирования терминологических формул и построения семантического графа тенденций научнотехнического развития.

§3.2. Структура информационных банков данных по научнотехническим публикациям.

Ф §3.3. Диалоговый алгоритм обработки данных в задаче выявления тенденций развития перерабатывающих отраслей АПК.

ГЛАВА4: ЭКСПЕРТНАЯ СИСТЕМА АНАЛИЗА НАУЧНО-ТЕХНИЧЕСКИХ ПУБЛИКАЦИЙ И ВЫЯВЛЕНИЯ ТЕНДЕНЦИЙ НАУЧНО-ТЕХНИЧЕСКОГО РАЗВИТИЯ В ПЕРЕРАБАТЫВАЮ-ЩИХ ОТРАСЛЯХ АПК.

§4.1. Функциональная структура экспертной системы.

§4.2. Программное обеспечение.

§4.3. Процедура принятия решений на примерах анализа научно-технических публикаций в перерабатывающих отраслях АПК.

ВЫВОДЫ И ЗАКЛЮЧЕНИЯ.

Введение диссертации (часть автореферата) на тему «Моделирование и алгоритмизация процессов анализа научно-технической информации с целью выявления тенденций развития в перерабатывающих отраслях АПК»

В условиях сложившейся конъюнктуры рынка, жесткой конкуренции между отечественными производителями продуктов питания и импортерами, перед перерабатывающими отраслями агропромышленного комплекса (АПК) выдвигается ряд важнейших народнохозяйственных задач по совершенствованию технологических процессов переработки биосырья животного происхождения, повышению эффективности производственных процессов с внедрением ресурсо- и энергосберегающих технологий, обеспечению качества и безопасности биологического сырья, полуфабрикатов и готовой продукции.

Разработка и внедрение новых технологий производства биологически безопасных и высококачественных продуктов питания является одной из основных задач перерабатывающих отраслей АПК [6], для решение которой привлекается значительная часть научного потенциала отрасли.

Определяющим фактором создания современной технологии производства мясных и молочных продуктов является постоянное развитие фундаментальных и прикладных исследований по изучению природы процессов, увеличению полноты и глубины переработки биоресурсов, управлению качеством продукции [75]. Подобные исследования, а также разработка принципиально новых методов являются основой научно-технического прогресса с ростом производительности и экономической эффективности производства.

Дальнейшее развитие техники и технологий переработки биосырья животного и растительного происхождения в широкий ассортимент продуктов питания, медицинских препаратов и технических фабрикатов связан с внедрением наукоемких технологий, обеспечивающих высокое качество и безопасность выпускаемого продукта, снижение его себестоимости и затрат на производство, и вследствие этого расширение рынка сбыта и увеличение прибыли.

Решить данную стратегически важную задачу можно только путем целенаправленного инвестирования в соответствующие инновационные проекты и научно-исследовательские работы институтов и предприятий отрасли. В связи с этим важнейшим условием обеспечения эффективного научно-технического развития является обоснованный выбор приоритетов и концентрация научного потенциала, финансовых и материальных ресурсов на их реализации. Этот принцип положен в основу Доктрины развития российской науки и действующего Федерального закона «О науке и государственной научно-технической политике» [28]. Исходя из этих основополагающих документов, в России определяются приоритетные направления развития науки и техники. Правительственной комиссией по научно-технической политике было признано необходимым периодически (раз в 2-3 года) уточнять перечни приоритетных направлений развития науки и техники, каждое из которых объединяет совокупность структурообразующих технологий, определяющих научно-технический уровень промышленности.

Серьезный прогресс в формировании реального сектора экономики, ориентированного на выпуск инновационной продукции, может быть достигнут только на основе реализации крупномасштабных наукоемких проектов, нацеленных на реализацию передовых технологий [6]. Однако такие проекты требуют привлечения значительных инвестиций. В то же время серьезные инвесторы вкладывают свои ресурсы только при условии определенных гарантий их окупаемости. Это означает, что формируемые проекты должны быть ориентированы на получение конкретных практических результатов, производство высокотехнологичной, конкурентоспособной продукции и, таким образом, быть максимально привлекательными для инвесторов.

С другой стороны, выполнение этих проектов должно гарантировать крупные сдвиги в технологическом преобразовании отечественного производства, увеличение выпуска конкурентоспособной продукции российскими предприятиями на внутреннем и мировом рынке, решение острых социальных проблем, т.е. в полной мере ориентироваться на реализацию национальных приоритетов [7].

В связи с этим, важной составной частью государственной социально-экономической политики является инновационная политика, которая определяет цели инновационной стратегии и механизмы поддержки приоритетных инновационных программ и проектов [19,29]. Главными и наиболее острыми проблемами являются проблемы повышения эффективности использования научных разработок и внедрения результатов фундаментальных и прикладных исследований в производство.

В настоящее время в мясной и молочной промышленности наблюдается снижение инновационной активности под влиянием низкой платежеспособности как со стороны государства, так и со стороны негосударственного сектора экономики. В этих условиях предприятия и организации в первую очередь сокращают объемы производства наукоемкой продукции в пользу более дешевой и упрощенной технологии, не всегда обеспечивающей должный уровень качества [6].

Инвестиционные проекты предприятий и организаций получают финансирование в основном через систему целевых программ, создаваемых при поддержке государственных структур и распределяющих инвестиционные кредиты на льготных условиях в важные для государства проекты [7,61,75]. Активная роль государства в финансировании НИР неизбежна, так как степень развития и глубина проникновения научных идей и разработок в производство становится решающим фактором конкурентоспособности страны на мировом рынке. Государственная поддержка НИР, особенно в сфере фундаментальных исследований, а также при распространении научно-технических идей, является важнейшей финансовой составляющей инновационного процесса.

Одна из основных форм передачи государственных средств на научные исследования в тех случаях, когда они выполняются частными фирмами, институтами и лабораториями, - заключение контрактов. Финансовые ресурсы правительства представляются, как правило, наиболее перспективным организациям, могущим эффективно распорядиться кредитными ресурсами. С целью выбора кредитуемой организации проводится конкурс целевых программ фирм, подавших заявки на государственное финансирование [6,28].

Конкурсная основа создает конкуренцию за получение финансовых средств, заставляет фирмы и институты разрабатывать наиболее экономичные и эффективные проекты. Для систем государственной поддержки инновационного процесса последних лет характерно распространение программы целевого финансирования, когда финансовые ресурсы сосредотачиваются на приоритетных направлениях, наиболее значимых для экономического развития страны в целом. С этой целью используются средства специальных правительственных организаций, которые идут для финансирования нововведений, по большей части фундаментального характера, не дающих быстрой прибыли [75].

Повышение эффективности использования ограниченных ресурсов при проведении научно-исследовательских работ, финансируемых из средств государственного бюджета, является одной из важных стратегических целей управления наукой. Для достижения данной цели при распределении финансирования требуется принимать решения основанные на [28]:

• экспертном прогнозе развития науки на ближайшую перспективу;

• экономических целях;

• достигнутом мировом уровне научных исследований;

• предлагаемых к разработке научных темах;

• актуальных задачах и проблемах.

На этапе выбора приоритетных направлений развития, отбора инновационных проектов и распределения финансирования одной из главных задача является выявление складывающихся тенденций развития науки и техники в различных областях знаний, решение которой, в настоящее время, достигается привлечением большого количества специалистов-экспертов для анализа имеющейся информации и принятия решений на основе накопленного опыта и знаний в конкретной области.

При этом лицам, принимающим решения на разных уровнях управления необходима компьютерная поддержка в определении объективно складывающихся тенденций развития науки, основанная на анализе больших потоков научно-технической информации с последующим выявлением правильности вложения средств, рациональности политических, социальных или экономических мероприятий.

В связи с этим задача создания информационной технологии, быстро оценивающей большие объемы данных по научно-техническим публикациям и позволяющей выявить необходимые знания для обоснованного принятия решения является социально значимой и актуальной.

Цель диссертационной работы заключалась в моделировании и алгоритмизации процессов анализа научно-технической информации с накоплением формализованных знаний и создании знание-ориентированной компьютерной технологии, выявляющей складывающиеся тенденции развития науки и техники в выбранной области знаний.

Для достижения поставленной цели необходимо решение следующих задач:

• анализ существующих систем и методов обработки научно-технической информации с формализацией целей, задач, условий и принципов отбора инновационных проектов в перерабатывающих отраслях АПК;

• формализация информационных характеристик, параметров и структуры реляционной базы данных по научно-техническим публикациям;

• разработка математической модели идентификации научного направления и тенденции развития на множестве ключевых слов и семантических связей;

• разработка метода и алгоритма выявления семантически связанных ключевых слов в массиве научно-технических публикаций с формированием терминологической формулы научного направления;

• разработка диалогового алгоритма и программного комплекса идентификации тенденций научных исследований и технических проектов в перерабатывающих отраслях АПК в экспертной системе поддержки принятия решений.

При выполнении диссертационного исследования получены следующие научные результаты:

1. Разработана математическая модель и алгоритм анализа потоков научно-технической информации, обеспечивающие формализацию знаний с помощью ключевых слов и терминологических формул.

2. Разработан алгоритм ассоциативного поиска семантически связанных ключевых слов в массивах текстовой научно-технической информации с формированием терминологических формул.

3. Предложен критерий оценки информативности терминологических формул.

4. Разработана информационная технология выявления тенденций развития научных исследований и технических проектов в предметной области знаний.

Практическая значимость работы.

1. На основе разработанных моделей и алгоритмов создан программный комплекс «ЯЕУЕАЬТЕМ», реализующий предложенные методы анализа текстовой информации с формированием множества семантически связанных ключевых слов и терминологических формул.

2. Разработано программное обеспечение и демонстрационная версия экспертной системы определения тенденций развития в перерабатывающих отраслях АПК, информационно- и программно-совместимые с экспертной системой РогеСаБ1ег.

3. Разработана структура и программный аппарат поддержки реляционной базы данных по регистрационным и информационным картам для накопления научно-технической информации и последующего использования в ОНТИ МГУПБ.

Структура диссертационной работы включает четыре главы и приложения:

Первая глава диссертации посвящена описанию и систематизации существующих систем и методов накопления и обработки научно-технической информации с постановкой задачи создания информационной технологии анализа публикаций с целью выявления складывающихся тенденций развития науки и техники в перерабатывающих отраслях АПК.

Во второй главе рассматриваются этапы математического моделирования процессов обработки научно-технической информации, интеллектуального анализа данных и формализованного представления результатов исследования.

В третьей главе приводится алгоритм формирования терминологических наборов семантически связанных ключевых слов (терминологических формул), изложена концепция проектирования баз данных по научно-техническим публикациям, приведена структура базы данных Р8ТА в качестве объекта выявления тенденций научно-технического развития, а также алгоритм нормализации исходных данных с целью их приведения к бинарному виду.

В четвертой главе дается описание экспертной системы анализа научно-технических публикаций и выявления тенденций развития науки и техники в перерабатывающих отраслях АПК, а также описание и результаты апробации пакета программ на реальных примерах в процессе принятия решения в диалоговом режиме.

В приложениях представлены: фрагмент используемой базы данных по научно-техническим публикациям, листинги всех модулей программного комплекса, руководство по эксплуатации разработанного пакета программ.

Предложенная информационная технология позволяет проводить оценку состояния и перспектив развития научных исследований, а также в значительной степени облегчает для специалиста-эксперта процедуру выбора приоритетных направлений развития науки и техники в перерабатывающих отраслях АПК.

Работа выполнялась по программе Миннауки Российской Федерации на 1998-2001г.г. в рамках госбюджетной тематики «Разработать компьютерные технологии определения тенденций развития производства безопасных пищевых продуктов» (коды по Государственному рубрикатору научно-технической информации - 50.53.19, 50.41.25)

Основное содержание диссертации представлено на следующих конференциях:

1У-ой международной научно-технической конференции «Пища. Экология. Человек.» - Москва, 2001г.;

П-ой Всероссийской научно-технической конференции. — Воронеж, 2002г.; а также в Вестнике Международной Академии Системных Исследований. «Информатика, Экология, Экономика». Том 5. Часть IV, М., 2001г. и отчете о научно-исследовательской работе на тему «Разработать компьютерные технологии производства безопасных пищевых продуктов» № госрегистрации 01990010643.

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Галочкин, Сергей Александрович

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ.

В результате проделанной работы можно сделать следующие выводы:

1. Проведен анализ существующих систем и методов обработки научно-технической информации с формализацией условий и принципов отбора инновационных проектов и программ в перерабатывающих отраслях АПК.

2. Предложены информационные характеристики и формализованная модель описания научного направления в виде наборов ключевых слов (терминологических формул) и ветвей семантического графа.

3. Разработана математическая модель идентификации научного направления и тенденций развития по ключевым словам публикаций с использованием ассоциативных правил подбора терминов в набор и оценкой уменьшения степени неопределенности на очередном шаге идентификации.

4. Разработан алгоритм выявления ассоциативных связей и семантически связанных ключевых слов с формированием терминологической формулы научного направления.

5. Создана структура базы данных по реферативным публикациям и НИОКР в перерабатывающих отраслях АПК, обеспечивающая выполнение идентификации научных направлений в виде семантического графа ключевых слов.

6. Разработано программное обеспечение и демонстрационная версия компьютерной системы анализа научно-технической информации и идентификации направлений и тенденций развития для перерабатывающих отраслей АПК. f

Список литературы диссертационного исследования кандидат технических наук Галочкин, Сергей Александрович, 2003 год

1. Андреев A.M., Березкин Д.В., Брик A.B. Лингвистический процессор для ^ информационно-поисковой системы // Компьютерная хроника, 1998. №11 —стр. 79-100.

2. Антонов A.B. Формы фиксации научно-технических знаний (Психологический анализ). Рига: Авотс, 1981.

3. Белов В.В. и др. Интеллектуальная собственность. Законодательство и практика его применения. М.: Юрист, 1997. 288 с.

4. Бешелев С.Д., Гурвич Ф.Г. Экспертные оценки в принятии плановых решений. —М.: Экономика, 1996.

5. Бирман З.Г. Сравнительный анализ методов прогнозирования: научно-техническая информация. — М.: ВИНИТИ, 1986, сер. 2, №1.

6. Богатырев А.Н., Масленникова O.A., Панфилов В.А. и др. Приоритеты развития науки и научного обеспечения в пищевых и перерабатывающих отраслях АПК., (часть II) — М.: Издательский комплекс МГАПП, 1995.

7. Богатырев А.Н. АПК России: приоритеты развития инновационных процессов в условиях рыночной экономики. — М.: Колос, 1994.

8. Большаков О.В. Количественная оценка темпа научно-технического прогресса. // Мясная индустрия СССР. 1987. N 4. с. 16-19.

9. Бородин. A.B. Автореферат диссертации на соискание ученой степени д.т.н. Научно-практические основы построения знание-ориентированных систем поддержки принятия решений для перерабатывающих отраслей АПК. М.: 2001.

10. Бражников A.M. Элементы научно-технического прогнозирования /конспект лекций). М.: МТИММП, 1992.- 11311. Браун Д., Пейкин С., Поливка Р. АРЬ время пришло. - М.: Министерство науки и технической политики, АО «РЭДСтарс», 1995.

11. Бриллюен Л. Наука и теория информации. М.: Физматгиз, 1960. с.19-31, 39-47.

12. Бромберг Г.В. Основы патентного дела. М.: ИНИЦ Роспатента, 2000. 172 с.

13. Бромберг Г.В., Розов Б.С. Интеллектуальная собственность: действительность и перспективы переходного периода. М.: ИНИ Роспатента, 2000. 208 с.

14. Венда В.Ф. Инженерная психология и синтез систем отображения информации. М.: Машиностроение, 1982.

15. Гаврилов Э.П. Комментарий закона об авторском праве и смежных правах. М.: Фонд "Правовая культура", 1996. 250 с.

16. Галочкин С.А. Технология определения тенденций развития производства безопасных пищевых продуктов. // Доклады четвертой международной научно-технической конференции «Пища. Экология. Человек.» М., 2001.

17. Гмурман В.Е. Теория вероятностей и математическая статистика. Изд. 6-е. — М.: Высшая школа., 1997г.

18. Горбушин Н.Г. Искусственные интеллектуальные среды в решении экономических проблем фундаментальных исследований // Трудымеждународного) конгресса «Искусственный интеллект в XXI веке» М.: ФМ, 2001. Т.2. с.737-745.

19. Дягтерев. Ю.И. Системный анализ и исследование операций. — М.: Высшая школа, 1996, 335с.

20. Диго С.М. Проектирование и использование баз данных. М.: Финансы и статистика, 1995г. с. 18-25.

21. Еременко В.И. Комментарий к законодательству об охране интеллектуальной собственности. М.: Фонд "Правовая культура", 1997. 240с.

22. Ивашкин Ю.А. Вычислительная техника в инженерных расчетах. М.: Агропромиздат, 1989г.

23. Ивашкин Ю.А. Структурно-параметрическое моделирование интеллектуальных агентов и мультиагентных систем, Труды международной конференции " Параллельные вычисления и задачи управления" ИПУ РАН, -М., 2001г.

24. Кара-Мурза С.Г. Проблемы управления наукой на новом этапе реформ. // Проблемы управления. №1, 2003, с.53-61.

25. Краснов А.Е., Красуля О.Н., Большаков О.В., Шленская Т.В. Информационные технологии пищевых производств в условиях неопределенности (системный анализ, управление и прогнозирование с элементами компьютерного моделирования). — М.: ВНИИМП, 2001.

26. Кусов И.Ф., Фролов Ю.Н. Взаимодействие объектов различных уровней в иерархических организационных системах//Там же. С. 105.

27. Лапко A.B., Ченцов C.B. Непараметрические системы обработки информации: Учебное пособие. М.: Наука, 2000. -350с.

28. Лисичкин В.А. Отраслевое научно-техническое прогнозирование. — М.: Экономика, 1991.

29. Ловас Л., Пламмер М. Прикладные задачи теории графов. Теория паросочетаний в математике, физике, химии. М.: Мир, 1998.

30. Макеев Б.А. Информационная разведка в сумме технологий. М.: 2000.

31. Макеев Б.А. и др. Экспертная система квазиологического анализа документальных информационных потоков в области применения теории и практики искусственного интеллекта в атомной науке и технике " ПАРАДИГМА". АРиППС, 1992., Отчет по НИР.

32. Макеев Б.А., Калинин И.Ф., Зуева A.B., Пахомов А.Л. Анализ зарубежных источников информации для формирования баз данных экспертной системы. Аналитический обзор. АРиППС, 1992., Отчет по НИР.

33. Макеев Б.А., Зуева A.B., Большаков О.В., Красуля О.Н. Методы графического анализа документального информационного потока и их применение в АПК. Пищевая промышленность, 1995, №3

34. Макеев Б.А. и др. Исследование методов создания и применения экспертных систем в НИР и ОКР по отдельным направлениям атомной науки и техники, 1990г., АРиППС ВНИГИК, Отчет по НИР.

35. Марков Ю.Г., Паршин B.C., Красов Ю.С., Козлов С.И. Подсистема перспективного развития отрасли. М.: Статистика, 1975г.

36. Мешалкин В.П. Экспертные системы в химической технологии. М.: Химия, 1995, 368с.

37. Пащенко Ф.Ф. Технопарковые структуры и инновационное развитие. // Проблемы управления. №1, 2003, с.41-52.

38. Перельман А.Е. Построение моделей автоматизированных систем оперативного управления производством. М.: Статистика, 1973г.

39. Петров A.B. Информационные технологии в управлении социально-экономическим развитием // доклад к заседанию научно-практического семинара «Аналитика в государственных учреждениях» от 27.11.1997г.

40. Попов A.A. Программирование в среде СУБД FoxPro2.0. -М.: Издательство Март, 1996г.

41. Прангишвили И.В. Системный подход и общественные закономерности. — М.: СИНТЕГ, 2000, 528с.

42. Прангишвили И.В., Пащенко Ф.Ф., Бусыгин Б.П. Системные законы и закономерности в электродинамике, природе и обществе. М.: Наука, 2001, 525с.

43. Прохоров Ю.В., Розанов Ю.А. Теория вероятностей. М., 1987

44. Растяпин В. Вузы и охрана интеллектуальной собственности // Интеллектуальная собственность. 1995. №3-4. С. 65-68.

45. Рахманова И.О. Редактор сценариев групповой экспертной оценки качества организационно-технических решений. // Труды 6-й Санкт-Петербургскоймеждународной конференции "Региональная информатика", Санкт-Петербург, 1998.

46. Рузский Ю.З. Вопросы теории информатизационной оптимизации автоматических систем. // Автоматическое управление и вычислительная техника. Вып. II. Информационные системы. Под ред. В.В. Солодовникова. М.: Машиностроение, 1975, с.31-95.

47. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993.

48. Сван Т. ЭЕЬРН14.0. Библия разработчика, (перевод с англ.) -К.;М.;СПб.: Диалектика, 1998г.

49. Семенов Ю.А. Современные поисковые системы (ГНЦ ИТЭФ) — М.: 2002.

50. Стерлигов Б.И. Организация и планирование производства и управление на предприятиях мясной и молочной промышленности. —М.: Легкая и пищевая промышленность, 1981г.

51. Тейменсон И.Е. Автореферат диссертации на соискание ученой степени к.т.н. Информационная технология стратегии инвестирования в переработку отходов предприятий минерально-сырьевого комплекса. — М.: 2001.

52. Тельнов Ю.Ф. Интеллектуальные информационные системы в экономике. Учебное пособие. Серия «Информатизация России на пороге XXI века». — М.: СИНТЕГ, 1998,216 с.

53. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. М.: СИНТЕГ, 1998, 360с.

54. Федунец Н.И., Ашихмин А.А., Тейменсон И.Е. Аспекты управления инвестиционными проектами по переработке отходов предприятий черной и цветной металлургии. // Горный информационно-аналитический бюллетень. М.: МГГУ. - 1999. -№4.

55. Чабровский В.А. Прогнозирование развития науки и техники М.: Экономика, 1983.- 11863. Шамбадаль П. Развитие и приложения понятия энтропии. М.: Наука, 1967 — 290с.

56. Шахиди А. Введение в анализ ассоциативных правил. BaseGroup Labs. 2002.

57. Шеннон К.Э. Работы по теории информации и кибернетике. М.: Ил., 1963 -829с.

58. Швецов А.Н., Яковлев С.А. Распределенные интеллектуальные информационные системы. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2003. -318с.

59. Щавелев JI.B., Способы аналитической обработки данных для поддержки принятия решений. СУБД. -1998.-№4-5.

60. Эванс Дж.Р. Маркетинг, (сокр. пер. с англ.) / Авт. предисл. и науч. ред. Горячев A.A. — М.: Экономика, 1993.

61. Эйрес Р. Научно-техническое прогнозирование и долгосрочное планирование. М.: Издательство «Мир», 1971.

62. Янг Э. Прогнозирование научно-технического прогресса, (перевод с англ.) -М.: Прогресс, 1974.

63. Инновационная политика развития капиталистических стран. Сборник трудов ВНИИТСИ, вып. 3, М.: 1990.

64. Методика комплексного анализа научно-технического уровня отраслей агропромышленного комплекса. // ВАСХНИЛ. М.: 1989.

65. Моделирование научно-технического прогресса в машиностроении. -Ленинград: Машиностроение ленинградское отделение, 1987.

66. Надежность и техническая диагностика оборудования перерабатывающих отраслей АПК: Сборник научных работ. 3-е изд./ Под ред. Чижиковой Т.В. / М.:2000.

67. Основы управления инновациями в пищевом подкомплексе АПК (наука, технология, экономика) / Под ред. Тужилкина В.И. — М.: Издательский комплекс МГУПП, 1998.- 11976. Теория вероятностей. КРУГОСВЕТ. Энциклопедия 2001.

68. Adomavicius G., Tuzhilin A. "Expert-Driven Validation of Rule-Based User Models in Personalisation Applications", J. Data Mining and Knowledge Discovery, Jan. 2001, pp. 194-201.

69. Ganti V., Gehrke J., Ramakrisnan R. Mining Very Large Databases. IEEE Computer, August 1999, pp. 38-45.

70. Makeev B.A, Zoueva A.V. Elaboration of Forecast system for the separate scientific branches in atomic science and technology analysis. TechnoRef, 1, US, 1994.

71. Kalinin V.F., Makeev B.A., Zoueva A.V., Pakhomov A.L. APL as a Tool for Scientific Forecasting. The International Conference on APL. Conference Proceedings. 175 -182 pp.,1992

72. Parsaye K. A Characterization of Data Mining Technologies and Processes // The Journal of Data Warehousing. -1998.-№ 1.

73. Parsaye K. OLAP and Data Mining: Bridging the Gap // Database Programming and Design. 1997. - № 2.

74. Quinlan J.R. Generation production rules from decision trees // In Proceedings of the 10th International Joint Conference on Artificial Intelligence (IJCAI-87). -Morgan Kaufmann, 1987. p. 304-307.

75. Srikant R., Agrawal R. Mining quantitative association rules in large relation tables. In Proceeding of the ACM SIGMOD Conference on Management of Data, Montreal, Canada, June 1996.

76. Toivonen H. "Sampling Large Databases for Association Rules", Proc. 22nd Int'l Conf. Very Large Databases, Morgan Kaufmann, San Francisco, 1996, pp. 134145.