Статья посвящена изучению специфики вербализации компонентов идентичности с помощью инструментов интеллектуального анализа данных. В качестве материала исследования использованы англоязычные тексты из открытых интернет-репозиториев научных статей и научных электронных библиотек, посвященные различным концепциям идентичности молодого человека.
В рамках исследования была разработана и апробирована методика комплексного анализа текстовых данных, основанная на применении современных инструментов обработки естественного языка и машинного обучения. Частотный и семантический анализ текстов проводился с использованием библиотеки Natural Language Toolkit для токенизации текстов и процедуры POS-теггинга для подсчета частотности употребления лексем из окружения «identity».
Для последующего анализа и кластеризации слов на основе их семантической близости были использованы Word Embeddings, предобученная модель Word2Vec и алгоритм K-means. Для работы с моделью Word2Vec были использованы библиотека Gensim и библиотека Scikit-learn.
В результате было установлено, что в англоязычном научном дискурсе основные компоненты идентичности молодого человека вербализуются в рамках 9 семантических категорий: behaviour, communities, communication, education, identity, language, practice, complexity, science, наиболее распространенными из которых являются education (1475 / 33%), language (1032 / 21%) и communities (885 /18%).
Анализ N-грамм позволил выявить определенные семантические поля, установить их атрибуты, оценить меру сходства текстов, что обеспечило наиболее точный поиск в векторном пространстве семантически близких n-грамм.
Оптимизация позволила установить меру сходства, используемую для ранжирования фраз в соответствии с запросом, а также присвоить каждой n-грамме определенный вес для ранжирования. Улучшения могут быть достигнуты путем включения определенного типа статистического взвешивания слов, такого как TF-IDF.
Предложенная система способна осуществлять поиск в большом текстовом массиве связанных фраз со схожим значением.
Актуальность проведенного исследования заключается в оценке деятельности производственного предприятия посредством статистического инструментария и интерпретации числовых финансовых показателей на современный язык программирования Python. Использование библиотек, встроенных в программное обеспечение, а также применение статистических расчетов в итоговом формате интерактивных графиков сделало возможным интерпретировать достоверную информацию о деятельности предприятия, а также спрогнозировать прибыль (убыток) на последующие несколько лет. Такой способ расчетов необходим в первую очередь для руководства предприятий для планирования деятельности с учётом внешних экономических условий, а также возможных непредвиденных обстоятельств и возникающих ситуаций. Программное обеспечение наглядно демонстрирует возможное представление динамики и тенденций развития бизнес-субъектов в лаконичной и понятной, строго сформулированной, точной статистической и математической форме. Анализ деятельности различных предприятий способствует выявлению их вклада в развитие экономики регионов и страны в целом, поэтому разработка научно обоснованных рекомендаций по повышению эффективности их деятельности и обеспечению устойчивого развития является весьма актуальной в настоящее время темой исследования. Цель исследования. Изучение деятельности предприятия ООО «Омский завод полипропилена» за 2019-2023 гг. с помощью применения статистического инструментария и библиотек программного обеспечения Python. А также прогнозирование основных финансовых показателей на ближайшие годы с учетом интерпретирования полученных в результате применения среды веб-разработки значений в числовой, табличной и графической формах. Описание и прогнозирование перспектив развития предприятия на основании точных результативных данных являются необходимыми не только для руководителей рассматриваемых предприятий, но и для их акционеров.
Материалы и методы. В качестве материалов исследования были использованы нормативно-правовые документы, научные публикации российских и зарубежных авторов, данные бухгалтерской (финансовой) отчетности. В научной статье применялись основные методы исследования: монографический, сравнительного анализа, классификации и обобщения. Основными методами статистического и экономического анализа выступили описательная статистика, инференциальная статистика, регрессионный анализ, анализ временных рядов и др.
Результаты. Выведены статистические величины с использованием таких пакетов, встроенных в программное обеспечение Python, как Pandas, Seaborn, Matplotlib, NumPy, skleaern, Linear_model, LinearRegression, Scikit-learn, Metrics, Model selection. Далее описаны статистические показатели на наглядно запрограммированных графиках, все данные при этом занесены в среду веб-разработки Python с использованием вспомогательного пакета таблиц, выполненных в MS Excel. Представленные расчёты не только позволят своевременно и оперативно среагировать на изменения внешнеэкономической среды деятельности, но также скорректировать расходы на уже спрогнозированные значения, что, в свою очередь, поможет повысить выгодность и прибыльность предприятия, что является основной задачей любого собственника.
Заключение. По результатам проведенного исследования авторами разработаны прогнозные значения прибыли (убытка) для ООО «Омский завод полипропилена» и даны рекомендации по повышению эффективности деятельности предприятия на ближайшие года.
В статье рассматривается построение имитационных моделей распространения различных вирусных заболеваний на территории Алтайского края.
В статье актуализируется необходимость использования онлайн-курсов по программированию, включающих автоматическую проверку кода, в организации самостоятельной работы обучающихся старших классов. Предлагается обзор открытых онлайнкурсов, предназначенных для изучения языка программирования Python, реализованных на разных платформах. Обсуждаются возможности каждого онлайн-курса для решения образовательных задач, таких как общая подготовка обучающихся по программированию, подготовка к государственным экзаменам, формирование навыков решения олимпиадных задач, организация проектной деятельности, профориентация школьников. Проанализированы технические возможности платформ, на которых представлены курсы, с точки зрения их дидактического потенциала. Предлагаются формы организации самостоятельной работы обучающихся при использовании онлайн-курсов по программированию. Общий алгоритм решения задач по программированию уточняется с учетом специфики использования автоматической системы проверки и оценки решения, реализованной в онлайн-курсах.
Данное пособие объединяет материал, находящийся на стыке трех наук: физики, математики и информатики. Первая часть пособия посвящена описанию конструкций языка программирования Python. Во второй части изложены особенности использования языка Python для решения широкого класса математических задач. В третьей части рассматривается методика использования компьютера при решении физических задач. В каждом разделе имеются примеры и задания, выполнение которых позволит быстрее освоить материал. При выборе примеров основное внимание уделено задачам, наиболее часто встречающимся в практике ученого-физика.
Пособие предназначено для бакалавров направления «Прикладные математика и физика»; кроме этого, оно будет полезно всем студентам, интересующимся применением компьютеров для решения физических задач.
Представленная статья отражает итоги работы по расширению перечня опций графической оболочки для платформы OpenFOAM в контексте применения программы-решателя stressFoam. Назначение программы - исследование изменения свойств твердых тел под влиянием напряжений. Предметом исследования являются процесс постановки численных экспериментов на базе решателя stressFoam и возможность его осуществления посредством графического интерфейса. Сформулирован главный недостаток среды OpenFOAM, обусловивший необходимость выполнения исследования. Дана информация о назначении программы stressFoam и основной сфере ее применения. Описан набор технологий, необходимых для реализации графической, программной части проекта и подсистемы хранения данных. Приведено обоснование применения каждой технологии, определены архитектура создаваемого продукта и среда разработки. Даны диаграммы структуры и логики работы модуля, где выделены главные программные компоненты модуля и алгоритм его применения для задач механики сплошных сред. Итогом выполненной работы является программное решение, заменяющее привычный подход применения командной строки на более эффективный, в соответствии с которым все шаги выполняются посредством графического интерфейса пользователя. Исходный код продукта размещен в репозитории сервиса GitHub для реализации доступа специалистов, применяющих OpenFOAM в экспериментах и исследованиях.