This research is devoted to the problems of searching information in knowledge management system of some company using keywords and categories list. Authors analyzed different approaches to data storage in management systems and several existing KM systems were considered. The necessity of knowledge presenting in simple and understandable form was mentioned, but also the structuring system requirements and self-learning ability was underscored. Authors suggested using request history with categories and keywords analytics to realize the system ability to change keywords (and categories) weight coefficients. It allows the system to be self-learning using user activity results. Associative rules search task was implemented as well. This analysis makes it possible to find keywords bonds inside user requests content, and helps to increase the time of requested knowledge extracting. Besides, the analysis of the user requests statistics helps to determine individuals, who are in charge for filling the system with new materials, which can be helpful for motivational goals.
Чорноморський національний університет ім. П. Могили, Миколаїв Анотація. Обґрунтовано актуальність роботи, яка визначається тенденцією переходу від локальних до розподілених баз даних та недоліками використання "універсальних" облікових систем. Аргументовано важливість питання правильного розподілення даних між вузлами розподілених та територіально розосереджених комп'ютерних систем. При постановці задачі та визначенні мети дослідження увага звертається на необхідність визначення та побудови математичної моделі критеріїв оптимальності структури віддаленого вузла розподіленої БД. Враховується статистика користувацької активності, що представляється у вигляді багатовимірної моделі даних та для кожного елементу вимірів визначається маркер представленості даних на віддаленому вузлі. Виконавши відповідні операції консолідації для рівня атрибутів кортежів відношення, відповідно до запропонованої функції агрегації, отримується значення маркеру представленості кожного з них. На наступному етапі сформульовано критерії ефективності моделі: незалежність від центрального вузла БД, розмір локальної БД та показник рівня необхідності синхронізації даних. Побудовано математичні залежності між їх значеннями та значенням граничного рівня представленості для даних віддаленого вузла. Це дає змогу, розв'язавши задачу багатокритеріального аналізу, визначити рівень представленості даних, для якого значення критеріїв ефективності відповідатимуть координатам найоптимальнішої точки простору рішень. Ключові слова: система керування розподіленими БД, багатокритеріальна оптимізація, реляційна модель даних, SQLзапит. Аннотация. Во вступительной части обоснована актуальность работы, которая определяется тенденцией перехода от локальных к распределенным базам данных и недостатками использования "универсальных" учетных систем. Аргументировано важность вопроса правильного распределения данных между узлами распределенных и территориально рассредоточенных КС. При постановке задачи и определении цели исследования внимание обращается на необходимость определения и построения математической модели критериев оптимальности структуры удаленного узла распределенной БД. Учитывается статистика пользовательской активности, которая представляется в виде многомерной модели данных и для каждого элемента измерений определяется маркер представленности данных на удаленном узле. Выполнив операции консолидации для уровня атрибутов кортежа отношения, согласно предложенной автором функции агрегации, получается значение уровня необходимости представления каждого из них. На следующем этапе сформулированы критерии эффективности модели (независимость от центрального узла БД, размер локальной БД, и показатель уровня необходимости синхронизации данных) и построены математические зависимости между их значениями и значением предельного уровня представленности для данных удаленного узла. Это позволяет, решив задачу многокритериального анализа, определить уровень представленности данных, для которого значения критериев эффективности будут отвечать координатам оптимальной точки ...
The spread of the COVID-19 virus is challenging society to provide medical care to a growing number of patients in the hospital. It is important to determine the patient from whom an urgent appeal was received earlier and to automate the creation of the calls’ queue. Determining the direction of the sound source, which is the patient’s voice, can be realized using the passive acoustic location method. In this case, it is necessary to place sound sensors in the wards with patients. In such a case, these sensors it is expedient to build in the lighting equipment executed in the shape of Platonic polyhedra. The microcontroller system, located inside such a spatial structure, ensures the transmission of sound to a server computer system. The above system alternately records the receipt of urgent appeals, analyzes the location of the sound source, and sends the relevant data to the doctor’s smartphone. The mobile application visualizes information about the location of the patients who need consultation or help. The proposed solution for intelligent analysis of voice appeals by inpatients may also be useful for post-stroke, post-infarction, and other bedridden patients who are unable to call medical staff otherwise than a voice.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.