Александр Левкин
Генеральный директор патентного бюро «Царская привилегия».
Чтобы новаторская идея стала капиталом, нужно успешно запустить её на рынок. Для этого недостаточно создать продукт, важно позаботиться об охране интеллектуальной собственности и эффективно запатентовать разработку.
Качественно оформленный патент - легальная монополия, инструмент капитализации компании и привлечения инвестиций в бизнес. Однако часто изобретатели, подавая документы на патент, стараются сохранить в тайне подробности технологии, опасаясь воровства идей. Это ведёт к сужению объёма прав и снижению устойчивости патента к оспариванию. Чтобы уберечь себя от ошибок, стоит знать о нюансах процесса.
Риски публичности
Для начала следует понять, как проходит сама процедура патентования. От лица изобретателя или от юридического лица в Федеральный институт промышленной собственности (ФИПС) подаётся пакет заявочной документации. В него входит:
- патентная формула (суть изобретения в одном предложении);
- развёрнутое описание, которое разъясняет детали;
- реферат;
- заявление на регистрацию патента.
Также к заявке могут прилагаться чертежи и другие документы, более подробно раскрывающие идею.
Пакет подаётся в ФИПС, а через один-полтора года информация об изобретении публикуется на сайте ведомства.
Именно на этом этапе - после публикации описания разработки - у инноватора появляются риски.
С одной стороны, заявитель патента должен составить описание настолько подробно и чётко, чтобы абстрактный специалист в соответствующей области техники смог воспроизвести изобретение и получить заявленный технический результат. Иначе собственник идеи рискует получить отказ ФИПС в патентовании.
С другой стороны, публикация о патенте будет доступна для всех желающих, а значит, любой сможет воспроизвести изобретение. С точки зрения законодательства, патентообладатель имеет право защищать свою идею от незаконного использования, но отслеживать нарушителей и бороться с ними очень непросто. Поэтому необходимо сбалансированно описать свою разработку.
Как получить права на изобретение и сохранить конкурентное преимущество
Способ 1. Засекретить часть информации в качестве ноу-хау
Как реализовать такую стратегию охраны? При подаче заявки на патент можно сохранить часть информации в тайне или, как принято говорить, в качестве ноу-хау.
Согласно Гражданскому кодексу РФ, ноу-хау (секретом производства) признаются сведения любого характера, имеющие действительную или потенциальную коммерческую ценность вследствие неизвестности их третьим лицам. К таким сведениям у третьих лиц не должно быть свободного доступа на законном основании, а обладатель таких сведений обязан принимать разумные меры для соблюдения их конфиденциальности, в том числе путём введения режима коммерческой тайны.
Пример. Инноватор впервые придумал применять никелевый шлак в качестве аквариумного грунта. В таком случае достаточно указать общую информацию о составе шлака, технологии его получения и очистки, позволяющую применить его по назначению, или просто пример реализации изобретения. При этом можно ввести на предприятии режим коммерческой тайны или конфиденциальности и оформить в качестве ноу-хау особенности процессов очистки и подготовки шлака, определяющие его наивысшие потребительские характеристики.
Эта стратегия больше подходит для патентования применений и способов, основанных на новых принципах.
Тогда в патенте отражается общая суть, а подробная и наиболее важная информация остаётся конфиденциальной, при этом сотрудники компании несут ответственность за то, чтобы сведения не ушли в чужие руки. В результате потенциальному конкуренту, которому приглянется патент, придётся потратить немало времени и ресурсов на собственные исследования, а создатель идеи к тому времени может вывести свой продукт на новый уровень качества.
Способ 2. Раскрыть информацию о всех возможных и невозможных вариантах реализации изобретения
Как бы парадоксально это ни звучало, но включение в описание большого количества информации может надёжно защитить от незаконного использования идеи. При подаче документов в ФИПС есть возможность совершения одного интересного манёвра - предоставление максимального количества вариантов реализации изобретения.
Например, в описании патента можно изложить наилучшие, наихудшие и даже несуществующие варианты своей разработки. Это поможет получить наибольший объём прав и в то же время защитить ценную информацию, спрятав её в пространных формулировках.
Общая картина существенно размывается за счёт множества вариантов, и конкурентам будет сложнее выяснить, что из заявленного максимально эффективно.
Собственнику идеи сыграет на руку использование так называемых гиперонимов, или родовых понятий. Речь идёт о максимально широких формулировках отдельных признаков идеи.
Пример. Создателю дистиллятора двойной перегонки нет нужды указывать в формуле конкретный вариант реализации аппарата. Обозначить идею можно следующим образом: «Дистиллятор содержит два последовательно соединённых перегонных куба, один из которых размещён внутри другого». К описанию при этом можно приложить большое количество чертежей с различными вариантами размещения и соединения перегонных кубов, среди которых будет и наилучший.
Данная стратегия в первую очередь актуальна при патентовании устройств, когда крайне сложно сохранить в тайне особенности конструкции, поскольку они могут быть определены посредством реинжиниринга изделия. Размывание описания позволит рассеять фокус внимания потенциальных производителей контрафакта как минимум до момента масштабного выпуска продукции, за счёт чего правообладатель снова сможет быть на шаг впереди.
Способ 3. Обозначить диапазон применения и засекретить важное
Если речь идёт о патентовании веществ, способов их получения или о других технологических аспектов, то, как правило, при патентовании в формулу изобретения включают информацию о различных технологических режимах или о химическом составе веществ. Такие сведения следует излагать в виде диапазонов.
Изобретатели, которые используют такую технику неправильно, рискуют остаться без патента даже после его регистрации. Дело в том, что часто при использовании диапазонов изобретатель указывает их наугад или расширяет до такой степени, что решение перестаёт работать. В то же время мало кто знает о возможности оспаривания патента по критерию «промышленная применимость», когда патент признаётся недействительным, если его формула и описание не позволяют получить заявленный технический результат. Как же правильно указывать диапазоны?
Необходимо экспериментально определить верхнюю и нижнюю границы каждого параметра, то есть выяснить, при каких максимальных и минимальных характеристиках технология остаётся рабочей.
Пример. Учёные изобрели вещество для очистки воды от нефти на основе микрогелей полисахаридов. Концентрация микрогелей в воде должна составлять от 0,1 до 20 граммов на литр, чтобы процесс имел нужный результат. При меньшей концентрации микрогели не будут улавливать нефть вообще, а при большей вещество сразу выпадет в осадок.
В таком случае в описании патента необходимо привести примеры с указанием технического результата, когда концентрация микрогелей полисахаридов будет находиться в этих границах. Следует добавить один или несколько примеров с указанием концентрации внутри данного диапазона. Также стоит предусмотреть обоснование того, почему технический результат не достигается за пределами указанного диапазона.
При таком подходе инноватор, с одной стороны, даёт достоверную информацию о техническом решении, а значит, исключает риски отказа в регистрации и оспаривания патента. А с другой стороны, не раскрывает и может засекретить в качестве ноу-хау наиболее эффективный вариант реализации своей идеи. Изобретатель снова выигрывает время, пока конкуренты перебирают миллион сочетаний различных параметров в поисках наиболее эффективных вариантов.
Итог
Рассмотренные инструменты позволяют повысить эффективность патентования, снизить или исключить некоторые риски, однако не являются гарантией защиты. Необходимо комплексно подходить к процессам управления интеллектуальной собственностью в каждом отдельном случае, учитывая особенности разработки, правообладателя, области техники, конкурентов и многое другое.
Важно, чтобы изобретатель понимал необходимость быть открытым и честным по отношению к патентному специалисту. Следует предоставлять исчерпывающую информацию, сразу указывая на места, где содержится ноу-хау, и рассказывать обо всех вариантах реализации изобретения. Предоставляя недостоверную информацию, изобретатель рискует остаться с неработающим патентом.
Наилучшее и наиболее эффективное использование (НиНЭИ) имущества - это наиболее вероятный способ его эксплуатации, который является физически возможным, юридически разрешённым, экономически состоятельным, осуществимым с финансовой точки зрения и приводящим к максимальной стоимости этого имущества.
Недвижимость - это имущество, которое может использоваться не одним, а несколькими способами. Поскольку каждому способу использования объекта недвижимости соответствует определенная величина его стоимости, то перед проведением оценки выбирается один способ использования, называемый наилучшим и наиболее эффективным.
Заключение о наилучшем использовании отражает мнение Оценщика в отношении наилучшего использования собственности, исходя из анализа рынка. Понятие "наилучшее и наиболее эффективное использование", применяемое в данном отчете, подразумевает такое использование, которое из всех разумно возможных, физически осуществимых, финансово приемлемых, должным образом обеспеченных и юридически допустимых видов использования имеет своим результатом максимально высокую текущую стоимость земли.
Анализ наилучшего и наиболее эффективного использования выполняется путём проверки соответствия рассматриваемых вариантов использования следующим критериям:
Законодательная разрешённость: рассмотрение тех способов использования, которые разрешены распоряжениями о зонообразовании, ограничениями на частную инициативу, положениями об исторических зонах и экологическим законодательством.
Физическая осуществимость: рассмотрение физически реальных в данной местности способов использования.
Финансовая осуществимость: рассмотрение того, какое физически осуществимое и разрешенное законом использование будет давать приемлемый доход владельцу участка.
Критерием финансовой осуществимости, является положительный возврат инвестируемого капитала, т.е. возврат равный или больший расходов на компенсацию затрат на содержание, финансовых обязательств и возврат самого капитала.
Максимальная эффективность: рассмотрение того, какое из финансово осуществимых использований будет приносить максимальный чистый доход или максимальную текущую стоимость.
Окружение, топография земельного участка позволяет использовать его под строительство зданий самой разной функциональной направленности - административных, складских, сельскохозяйственных. При этом не требуется дополнительных вложений капитала, которые компенсировали бы физические характеристики исследуемого участка (размер и форму, топографические и географические особенности, инженерно-геологические и гидрогеологические условия, доступность транспортных и коммунальных удобств).
Не выявлено юридических условий, ограничивающих характер использования - законодательных, муниципальных актов и требований нормативов. Отсутствует информация о предполагаемых изменениях нормативных актов в соответствующей части, которые существенно повлияли бы на характер использования. Отношение местного населения в целом благоприятное.
Для того чтобы корректно использовать подходы к оценке стоимости, а также дать ответ на вопрос о целесообразности дальнейшего существования имеющихся на участке улучшений, определение наилучшего использования имеющихся на участке улучшений проводится в два этапа:
Для участка как свободного;
Для участка с имеющимися улучшениями.
При проведении данного анализа предполагается, что участок земли является незастроенным (или может быть освобожден путем сноса имеющихся зданий). Оценка земельного участка при этих условиях необходима для корректного применения метода оценки по затратам.
Анализ возможностей использования участка, как свободного
При определении наиболее эффективного использования участка земли, как свободного, принимаются во внимание:
Целевое назначение и разрешенное использование;
Преобладающие способы землепользования в ближайшей окрестности оцениваемого земельного участка;
Перспективы развития района, в котором расположен земельный участок;
Ожидаемые изменения на рынке земли и иной недвижимости;
Текущее использование земельного участка.
Однако выбор варианта наиболее эффективного использования земли может осуществляться среди вариантов, являющихся физически возможными, экономически оправданными, соответствующими требованиям законодательства, финансово осуществимыми, и в результате которого расчетная величина стоимости земельного участка будет максимальной (принцип наиболее эффективного использования).
Если стоимость свободного участка превышает стоимость собственности с улучшениями, наилучшим и наиболее эффективным использованием будет использование земли как свободной. Однако, в данном случае ситуация иная. Здание в целом, как единый объект недвижимости, безусловно, превышает стоимость участка земли. Кроме того, оцениваемое помещение расположено внутри здания, принадлежащего разным собственникам, и поэтому собственник этого помещения ограничен в своих возможностях самостоятельно использовать свою долю в земельном участке. В связи с изложенным относящийся к объекту оценки участок земли не может рассматриваться как свободный. Поэтому оценщик анализировал возможные варианты использования участка с существующими улучшениями.
Вывод: Расположение земельного участка, а также вся инфраструктура данного района, делает экономически эффективным использование его под застройку, зданиями коммерческого назначения.
Анализ вариантов использования оцениваемого объекта: Нежилого здания
Использование, как производственных и складских помещений
Объекта оценки - нежилое здание, накладывает ограничения на возможные варианты его использования. Например, недопустимо использования помещений связанных с организацией производств, технологический процесс которых, так или иначе, связан с повышенным уровнем шума, вибрации, вредных выбросов, пожароопасности. Использование помещений в качестве склада, является совершенно неоправданным с точки зрения финансовой эффективности. Доходы от сдачи в аренду складских помещений существенно ниже от соответствующих доходов от использования его в качестве торговых либо офисных помещений. Следовательно, от таких вариантов использования, следует отказаться.
Использование помещений, как торговых
Анализ рынка недвижимости показывает, что стоимость продажи и арендные ставки для торговых площадей выше, чем для офисных помещений. Поэтому такое использование могло бы быть более эффективным. Вместе с тем, при выборе варианта наиболее эффективного использования следует учесть, что использование помещения для размещения полноценного магазина связано с большими затратами, обусловленными необходимостью значительной перепланировки и ремонта. Окружающая инфраструктура месторасположения объекта оценки это - промышленные, административные и крупные торговые объекты. Таким образом, принимая во внимание, что объект оценки расположен хотя и в оживленном месте, но недостаточно удачно с точки зрения мелкой розничной торговли, финансовая целесообразность этого варианта выглядит сомнительной.
Использование помещений в качестве коммерческого объекта - офисного здания.
Анализ рынка недвижимости показывает, что коммерческое здание - куда более спокойный объект инвестиций. Спрос на коммерческие помещения растет вслед за экономикой. Причина того, что в настоящее время сырьевые, финансовые, банковские структуры занимаются активным инвестированием в рынок коммерческой недвижимости, кроется в высоком уровне доходности офисных проектов. При высоком инвестиционном потенциале Кемерово испытывает острый недостаток в качественных коммерческих помещениях. В связи с вышесказанным Оценщик считает, что такое использование является наиболее эффективным.
Вывод: Таким образом, наилучшим и наиболее эффективным использованием оцениваемого объекта является использование здания в качестве офисного.
Владельцы патента RU 2543315:
Изобретение относится к вычислительной технике, может быть реализовано на современных быстродействующих ЭВМ и использовано, например, при отборе эффективных вариантов в поисковых, рекомендательных системах, системах поддержки принятия решений, сетях Интернет, системах автоматической классификации пакетов данных, и в других смежных областях. Реализация заявляемого изобретения может включать в себя хранение информации на физических носителях, магнитных дисках, сетевых хранилищах информации, ее обработку на ЭВМ и предоставление полученного набора эффективных вариантов конечному пользователю в любом доступном для него виде.
Перед изложением изобретения для удобства и однозначного понимания целесообразно привести расшифровки и определения используемых далее обозначений и/или терминов.
Поисковая система - компьютерная программа, предназначенная для поиска информации в сети Интернет. Поиск производится на основании сформированного пользователем произвольного текстового запроса. Результаты поиска представляются пользователю отсортированными в соответствии с определенной характеристикой релевантности запросу. Примерами поисковых систем являются Bing, Google, Yahoo, Yandex.
Рекомендательная система - компьютерная программа, выбирающая из всего набора предъявленных альтернатив (вариантов) те, которые могут быть наиболее интересны конкретному пользователю, на основании ряда характеристик, например, введенного пользователем запроса в поисковой системе. Следует отметить, что в большинстве случаев рекомендательные системы представляют результат либо в виде набора рекомендованных вариантов, либо в виде ранжирования всех или части предъявленных вариантов. Таким образом, способы обработки и преобразования информации в рамках рекомендательных систем работают в смежных сферах, таких как, например, задача оценки эффективности деятельности предприятий, и др.
Принцип суперпозиции (в рассматриваемом контексте, в отличие от известного принципа суперпозиции в физике) заключается в последовательном исключении вариантов из исходного множества с использованием процедур, которые на каждом этапе исключения могут быть различными. Пример процедур приведен в приложении 1. На первом этапе исключение производится из всего исходного множества вариантов, на втором этапе входным множеством являются эффективные варианты, выделенные на первом этапе, и т.д.
Эффективными ("хорошими") элементами (вариантами) называют те элементы, которые являются наилучшими, наиболее предпочтительными, наиболее полезными по заданным параметрам для решения конкретных задач, в которых необходимо произвести ранжирование вариантов, и для удовлетворения информационных потребностей пользователей (людей, специалистов, агентов).
Неэффективными ("плохими") элементами (вариантами) называют те элементы, которые заведомо никогда (ни при каких обстоятельствах) не могут быть использованы для решения конкретных задач, так как для их решения существуют более предпочтительные варианты.
Значение эффективности, с помощью которого происходит построение правил отбора и ранжирования вариантов, задается экспертным путем.
Большинство поисковых систем имеют средства хранения и обработки данных, содержащие такие оценки эффективности (релевантности) для больших представительных наборов запросов и результатов поиска по этим запросам. В таких средствах запрос и результаты поиска по нему (варианты) представлены своими наборами критериев и оценкой релевантности результатов поиска, выставленной экспертами.
Существуют различные формальные критерии оценки релевантности поискового элемента поисковому запросу, заданные конструктивно (как, например, частота употребления слова в тексте или критерий TF-IDF, представляющий собой частоту употребления слов запроса в тексте с учетом степени важности каждого слова). Отметим, что такие формальные критерии являются скорее алгоритмами, по которым существующие поисковые системы собственно производят поиск, чем независимыми критериями, оценивающими результаты этого поиска. Оценки, подсчитанные такими формальными критериями, пока еще могут сильно отличаться от оценок релевантности, выставленных экспертами.
На данный момент известны три основных способа, с помощью которых происходит отбор и ранжирование вариантов.
Известен способ выбора и ранжирования вариантов, который заключается в том, что каждому варианту присваивается абсолютная оценка степени "важности", используя значения по нескольким критериям. Наиболее распространенным способом является построение регрессии.
Кроме того, для ранжирования вариантов может быть использован метод классификации McRank, суть которого заключается в вычислении для каждой пары "запрос-документ" так называемой "ожидаемой релевантности" как функции от вероятностей принадлежности к классам релевантности, полученных в результате классификации. В результате вычисления "ожидаемой релевантности" ранжирование пары "запрос-документ" в рамках каждого запроса происходит по убыванию "ожидаемой релевантности" (Л.Пинг, К.Дж.С.Берджес, К.By - McRank: Обучение ранжированию с использованием многофакторного анализа и градиентного ускорения перебора. НИПС. Карран ассошиэйтс.2007 - ).
Известен способ выбора альтернатив, который заключается в попарном сравнении двух вариантов с целью выявления лучшего из них. На основе формирования таких отношений происходит построение порядка, с помощью которого происходит выбор вариантов.
Примером известного способа является метод опорных векторов, который заключается в переводе исходных векторов в пространство более высокой размерности и поиске разделяющих гиперплоскостей с максимальным зазором в этом пространстве (К.Кортес, Вапник В.Н., Метод опорных векторов, Журнал "Machine Learning", 20, 1995 - [С.Cortes, Vapnik V.N.; "Support-Vector Networks", Machine Learning, 20, 1995]), а также другие методы, такие как:
RankNet (поисковая система Microsoft Bing, К.Дж.С.Берджес, Т.Шейкд и др. "Обучение ранжированию с использованием градиентного спуска", ИСМЛ, 2005: 89-96 - ), суть которого заключается в использовании «нейронной сети» и вероятностной функции стоимости для ранжирования результатов поиска,
RankBoost (Й.Фреунд, Р.Иер, Р.Е.Шапаэ и Й.Сингер. Эффективный алгоритм ускорения перебора для комбинированных предпочтений, Журнал "Machine Learning Research", 4:933-969, 2003 - ), в основе которого лежит процедура последовательного построения композиции алгоритмов машинного обучения для классификации пар документов.
FRank (М.Тсаи, Т.-Я.Лью и др. Frank: Метод ранжирования с использованием функции потери точности, СИГИР 2007 - [М.Tsai, T.-Y.Liu, et al. FRank: A Ranking Method with Fidelity Loss, SIGIR 2007]), являющийся модификацией метода RankNet, однако в качестве функции стоимости вместо значений энтропии используется функция точности распределений, и другие.
Известен способ выбора альтернатив, который заключается в списочном сравнении вариантов. При этом фильтрация всего множества альтернатив выполняется согласно заданным правилам.
Примерами этого способа могут служить:
1. Метод построения деревьев, минимизация штрафной функции ListNet, в котором вводится вероятностное пространство на множестве перестановок. Функция энтропии на введенном пространстве используется как функция потерь. (Чже Цао, Тао Кин, Тай-Янь Лю, Мин-Фенг Тсаи и Ханг Ли. Обучение ранжированию: От попарного к списочному подходу, 2007 - ),
2. Метод списочного сравнения вариантов RankCosine, который использует функцию потерь, основанной на сходстве косинуса угла между проранжированным списком и исходным списком обучающей выборки, для ранжирования результатов поиска (Т.Кин, Х.-Д.Чжанг, М.-Ф.Тсаи, Д.-С.Ванг, Т.-Я.Лью, X.Ли: Запросо-зависимые функции потерь для информационного поиска. Журнал "Inf. Process. Manage". 44(2): 838-855, 2008 - [Т.Qin, X.-D.Zhang, M.-F.Tsai, D.-S.Wang, T.-Y.Liu, H.Li: Query-level loss functions for information retrieval. Inf. Process. Manage. 44(2): 838-855, 2008)],
3. Метод ранжирования AdaRank, в котором для построения ранжирующей функции используется алгоритм машинного обучения AdaBoost, производящий построение линейной комбинации классификаторов для улучшения работы ранжирующей модели. (Ю.Ху, X.Ли. AdaRank: алгоритм ускоренного перебора для информационного поиска. СИГИР 2007 - ),
4. Метод ранжирования SoftRank, суть которого заключается в прямой оптимизации негладких метрик ранжирования, (Майке Тэйлор, Джон Гуйвер, Стивен Робертсон, Том Минка. SoftRank: Оптимизация негладких метрик, 2008 - ) и другие.
Все эти методы показывают достаточно высокую точность в своих узкоспециальных областях.
Недостатками известных способов отбора вариантов являются:
Использование сложных процедур отбора в работе с большими объемами данных, что ведет к значительному возрастанию вычислительной сложности;
Невысокая точность при отборе и ранжировании вариантов с использованием большого числа критериев или/и при наличии большого числа вариантов.
Как правило, на больших объемах данных используется способ поиска по деревьям решений. Он заключается в построении последовательности пороговых процедур, с помощью которых осуществляется выбор вариантов.
Недостатком способа поиска по деревьям решений является низкая достоверность результатов, так как выбор пороговых процедур в качестве способа отбора и ранжирования вариантов не всегда обоснован (эффективен). Кроме того, для отбора или ранжирования вариантов может быть одновременно использован не один критерий, а целая группа (их комбинация), что не учитывается в методе поиска по деревьям решений. Зачастую произвести отбор или ранжирование всего списка вариантов по какому-то одному критерию (нескольким критериям) невозможно. В связи с этим для ранжирования вариантов с высокой точностью необходимо выполнить построение большого количества таких деревьев, а результаты их работы необходимо агрегировать.
Известны способы по патенту РФ №2435212 «Сбор данных о пользовательском поведении при веб-поиске для повышения релевантности поиска», патенту РФ №2443015 «Функции ранжирования, использующие модифицированный байесовский классификатор запросов с инкрементным обновлением», по патенту РФ №2367997 «Усовершенствованные системы и способы ранжирования документов на основании структурно взаимосвязанной информации», которые заключаются в сборе дополнительной информации, а именно в использовании байесовского классификатора, сборе информации о поведении пользователей, информации о структурных взаимосвязях документов, с помощью которой осуществляется отбор и ранжирование вариантов. Недостатком известных способов является усложнение существующих методов отбора и ранжирования вариантов за счет добавления новых критериев.
Наиболее близким по технической сущности и достигаемому результату является способ вычисления временного веса для результата поиска, который заключается в том, что идентифицируют пользовательское событие, соответствующее результату поиска, причем пользовательское событие имеет начальное время события, время окончания события и длительность события; определяют текущее время и определяют временной вес для этого результата поиска на основании временной близости текущего времени к пользовательскому событию. В способе предполагается, что временной вес изменяется со временем, увеличивается экспоненциально по мере того, как текущее время приближается к начальному времени события, является постоянным в течение длительности события, достигает пика в момент времени в течение длительности события и уменьшается экспоненциально, когда текущее время удаляется от времени окончания события. Способ предназначен для поиска информации в сети Интернет с использованием временного веса для ранжирования результатов поиска. (Патент РФ №2435213, МПК G06F 17/30, опубл. 27.11.2011 г.).
Недостатком известного способа, как и аналогичных существующих технологий поиска по запросу в сети Интернет, является то, что в них, как правило, применяются "грубые" алгоритмы выбора и ранжирования, т.е. алгоритмы с линейной вычислительной сложностью О(n), где n - число вариантов. Как правило, эта сложность достигается тем, что разработанные правила выбора и ранжирования упрощаются (точнее говоря, огрубляются), чтобы обеспечить приемлемый уровень сложности. При этом результат, достигаемый с помощью таких способов, получается более низкого качества.
Техническая задача, на решение которой направлено заявляемое изобретение, состоит в создании нового способа для более качественного отбора и ранжирования эффективных вариантов, обеспечивающего высокую скорость отбора и высокую точность результатов.
Поставленная техническая задача решается тем, что согласно предложенному изобретению способ отбора и ранжирования эффективных вариантов по первому варианту реализации заключается в том, что предварительно формируют критерии оценки релевантности варианта поисковому запросу и задают конечное число вариантов или набор процедур выбора и ранжирования вариантов и последовательность их выполнения для отбора вариантов, оцениваемых как наиболее эффективные, осуществляют оценку каждого из вариантов по релевантности критериям поискового запроса, на основании которой ранжируют варианты путем присвоения ранга каждому из них из условия соответствия наибольшему числу критериев в порядке их убывания; последовательно осуществляют отбор и ранжирование вариантов по методу суперпозиции по меньшей мере в два этапа, если количество вариантов в оставшейся группе вариантов соответствует предварительно заданному конечному числу вариантов для отбора или использованы все заданные процедуры выбора, отбор вариантов и их ранжирование прекращают и варианты из отобранной группы оценивают как наиболее эффективные, если количество вариантов в оставшейся группе вариантов не соответствует предварительно заданному конечному числу вариантов для отбора, отбор вариантов и их ранжирование продолжают, при этом отбор вариантов, их ранжирование и исключение осуществляют до момента, пока не будет достигнуто заданное число вариантов или пока не будут использованы все заданные процедуры выбора и отобранную группу вариантов оценивают как наиболее эффективную.
Заявляемый способ по первому варианту реализации характеризуется следующими дополнительными существенными признаками:
На втором и последующих этапах формируют критерии оценки поискового запроса, на основании которых ранжируют варианты и осуществляют отбор вариантов из оставшегося обработанного па предыдущем этапе массива по методу суперпозиции с использованием методов, вычислительная сложность которых не ниже квадратичной O(n 2) и исключают следующую группу вариантов с меньшим рангом.
Поставленная техническая задача решается тем, что согласно предложенному изобретению способ отбора и ранжирования эффективных вариантов по второму варианту реализации заключается в том, что предварительно формируют критерии оценки релевантности варианта поисковому запросу и задают конечное число вариантов для отбора, оцениваемых как наиболее эффективные, осуществляют оценку каждого из вариантов по релевантности критериям поискового запроса, на основании которой ранжируют варианты путем присвоения ранга каждому из них из условия соответствия наибольшему числу критериев в порядке их убывания; последовательно осуществляют отбор и ранжирование вариантов по методу суперпозиции по меньшей мере в два этапа, если количество вариантов в оставшейся группе вариантов соответствует предварительно заданному конечному числу вариантов для отбора, отбор вариантов и их ранжирование прекращают и варианты из отобранной группы оценивают как наиболее эффективные, если количество вариантов в оставшейся группе вариантов не соответствует предварительно заданному конечному числу вариантов для отбора, отбор вариантов и их ранжирование продолжают, при этом отбор вариантов, их ранжирование и исключение осуществляют до момента, пока не будет достигнуто заданное число вариантов, отобранную группу вариантов оценивают как наиболее эффективную.
Заявляемый способ по второму варианту реализации характеризуется следующими дополнительными существенными признаками:
На первом этапе осуществляют отбор вариантов при наличии их большого числа по методу суперпозиции с использованием методов выбора и ранжирования, характеризующихся линейной вычислительной сложностью O(n), и исключают группу вариантов, которые имеют самый низкий ранг;
На втором и последующих этапах формируют критерии оценки поискового запроса, на основании которых ранжируют варианты и осуществляют отбор вариантов из оставшегося обработанного на предыдущем этапе массива по методу суперпозиции с использованием методов, вычислительная сложность которых не ниже квадратичной O(n 2) и исключают следующую группу вариантов с меньшим рангом;
в способе дополнительно задают набор процедур выбора и ранжирования вариантов и последовательность их выполнения.
Поставленная техническая задача решается тем, что согласно предложенному изобретению, способ отбора и ранжирования эффективных вариантов по третьему варианту реализации заключается в том, что предварительно формируют критерии оценки релевантности варианта поисковому запросу и задают набор процедур выбора и ранжирования вариантов и последовательность их выполнения для отбора вариантов, оцениваемых как наиболее эффективные, осуществляют оценку каждого из вариантов по релевантности критериям поискового запроса, на основании которой ранжируют варианты путем присвоения ранга каждому из них из условия соответствия наибольшему числу критериев в порядке их убывания; последовательно осуществляют отбор и ранжирование вариантов по методу суперпозиции, по меньшей мере, в два этапа, отбор вариантов, их ранжирование и исключение осуществляют до момента, пока не будут использованы все заданные процедуры выбора и отобранную группу вариантов оценивают как наиболее эффективную.
Заявляемый способ но третьему варианту реализации характеризуется следующими дополнительными существенными признаками:
На первом этапе осуществляют отбор вариантов при наличии их большого числа по методу суперпозиции с использованием методов выбора и ранжирования, характеризующихся линейной вычислительной сложностью O(n), и исключают группу вариантов, которые имеют самый низкий ранг
На втором и последующих этапах формируют критерии оценки поискового запроса, на основании которых ранжируют варианты и осуществляют отбор вариантов из оставшегося обработанного на предыдущем этапе массива по методу суперпозиции с использованием методов, вычислительная сложность которых не ниже квадратичной 0(п2) и исключают следующую группу вариантов с меньшим рангом.
Дополнительно задают конечное число вариантов для отбора, оцениваемых как наиболее эффективные;
Для отбора наиболее эффективной группы вариантов задают дополнительные методы выбора и ранжирования и последовательность их выполнения и повторно осуществляют отбор и ранжирование.
Технический результат, достижение которого обеспечивается реализацией всей заявляемой совокупности существенных признаков способа, состоит в повышении скорости и точности (достоверности) отбора эффективных вариантов в поисковых, рекомендательных системах за счет возможности, используя принцип суперпозиции, регулировать сложность процедур выявления эффективных вариантов.
Сущность изобретения поясняется фиг.1, на которой представлена схема последовательности операций при осуществлении заявляемого способа, где:
1 - исходный набор вариантов (множество различных вариантов);
2 - процедура исключения неэффективных объектов на первом этапе с использованием приближенных методов;
3 - набор вариантов, оставшихся после первого этапа отбора;
4 - отсечение неэффективных вариантов с помощью процедур исключения;
5 - последовательное применение процедур исключения неэффективных объектов с использованием приближенных методов;
6 - подмножество вариантов, не содержащее неэффективные варианты;
7 - операция ранжирования полученной на шаге 6 группы вариантов с использованием как приближенных, так и точных методов;
8 - операция присвоения всем неэффективным вариантам самого низкого ранга и добавление этих вариантов в итоговый список после ранжированных вариантов;
9 - предоставление итоговой упорядоченной группы вариантов конечному потребителю;
10 - группы неэффективных вариантов, отсеченных с использованием последовательной суперпозиции процедур исключения.
Предложенный способ основан на методе суперпозиции, который заключается в последовательном исключении предыдущих вариантов с помощью некоторых процедур, которые на каждом этапе исключения могут быть различными.
Заявляемый способ осуществляется следующим образом (фиг.1).
Существует или формируется большой набор вариантов 1, в котором могут находиться неэффективные варианты.
Термин «большой набор вариантов (поисковых элементов)» рассматривается в рамках концепции «Большие данные» (Big Data), появившейся в связи с развитием информационных технологий и включающей в себя подходы к обработке огромных объемов разнородной информации.
Под большим набором вариантов (поисковых элементов) в рамках этой концепции понимается структурированный или неструктурированный набор данных огромного объема и значительного многообразия.
Для того чтобы исключить неэффективные варианты и отобрать наиболее эффективные варианты предварительно формируют критерии оценки релевантности варианта (поискового элемента) поисковому запросу и, при необходимости, задают конечное число вариантов (поисковых элементов) для отбора, оцениваемых как наиболее эффективные (как максимально соответствующие критериям оценки релевантности поисковому запросу). Далее осуществляют оценку каждого из вариантов (поисковых элементов) по релевантности критериям поискового запроса, на основании которой ранжируют варианты (поисковые элементы) путем присвоения ранга каждому из них из условия соответствия наибольшему числу критериев в порядке их убывания. Отбор и ранжирование вариантов (поисковых элементов) осуществляют последовательно по методу суперпозиции по меньшей мере в два этапа.
Способ может быть определен иначе - может быть задан набор используемых методов выбора и ранжирования и последовательность их применения.
На первом этапе осуществляют отбор вариантов из большого числа (поз.2 фиг.1) по методу суперпозиции с использованием методов выбора и ранжирования, характеризующихся линейной вычислительной сложностью O(n).
Для данной операции могут быть использованы известные методы, характеризующиеся линейной вычислительной сложностью O(n), такие как, например, правило относительного большинства, правило Борда, правило надпорогового выбора и другие. Наиболее полный список правил выбора приведен в Приложении 1.
В результате формируют две группы вариантов: группу вариантов 10, имеющих самый низкий ранг, и группу вариантов 3, подлежащих дальнейшему анализу.
Группу вариантов 10, которые имеют самый низкий ранг, исключают (поз.4 фиг.1).
На следующем этапе формируют критерии оценки поискового запроса, на основании которых ранжируют варианты. Отбор вариантов из оставшегося обработанного массива осуществляют по методу суперпозиции (поз.5 фиг.1) с использованием методов, вычислительная сложность которых не ниже квадратичной O(n 2).
Для данной операции могут быть использованы известные методы, вычислительная сложность которых не ниже квадратичной O(n 2), такие, как, например, минимальное недоминируемое множество, правило Ричелсона или правила, основанные на построении мажоритарной или турнирной матрицы (см. Приложение 1).
Отбор вариантов и их ранжирование прекращают и варианты (поисковые элементы) из отобранной группы оценивают как наиболее эффективные или перспективные, когда будут выполнены все используемые (заданные) методы выбора и ранжирования или если количество вариантов в оставшейся группе вариантов соответствует предварительно заданному конечному числу вариантов (поисковых элементов) для отбора. Отбор вариантов и их ранжирование может быть осуществлено повторно с помощью задания дополнительных способов выбора и ранжирования, а также последовательности их выполнения.
В ином случае отбор и ранжирование продолжают осуществлять, как описано выше (поз.7 и 8 фиг.1). То есть группу вариантов 6 ранжируют с использованием операций ранжирования 7, при необходимости можно добавлять (поз.8 фиг.1) к ней варианты из группы неэффективных вариантов 10. Отбор вариантов (поисковых элементов), их ранжирование и исключение осуществляют (поз.9 фиг.1) до момента, пока не будет достигнуто заданное число вариантов (поисковых элементов) или пока не будут выполнены все используемые (заданные) методы выбора и ранжирования, а отобранную группу вариантов 9 (поисковых элементов) оценивают как наиболее эффективные (перспективные). Таким образом, происходит отбор и ранжирование эффективных вариантов, их ранжирование и предоставление этих вариантов конечному потребителю.
Суперпозиционный подход используется тогда, когда нельзя однозначно определить по одному критерию, какие варианты являются эффективными, а какие нет. Отличительной особенностью способа является возможность выявлять при наличии большого числа критериев из большого числа вариантов те варианты, которые являются эффективными, а также возможность регулировать вычислительную сложность предложенного способа. Заявляемый способ позволяет перейти от сложных механизмов выявления эффективных вариантов к составным, которые представляют собой комбинацию или суперпозицию более простых процедур. Результаты выполнения предыдущих этапов отбора и ранжирования обрабатывают на следующих этапах способа.
Кроме того, в заявляемом способе для ранжирования вариантов может быть одновременно использован не один критерий, а целая группа критериев (их комбинация), что не учитывается, например, в известном методе поиска по деревьям решений, который использует простейшие пороговые процедуры, выбор которых не всегда обоснован.
В отличие от известных методов метод суперпозиции является достаточно гибким и позволяет варьировать число этапов в способе отбора.
В суперпозиционном подходе исключается возможность потерять эффективные варианты в случае использования приближенных методов. После последовательной композиции этапов исключения происходит отбор и ранжирование оставшихся вариантов. Все неэффективные варианты, которые были исключены до процедуры ранжирования, будут иметь низший (наихудший) ранг и будут выбираться (предлагаться) для решения задач в самую последнюю очередь.
Под приближенными методами, которые используются для сокращения числа вариантов с высокой скоростью, понимаются правила выбора и ранжирования с линейной вычислительной сложностью O(n). Такие правила (методы) должны использовать (считывать) значения параметров каждого варианта (альтернативы) только такое число раз к, которое не зависит от числа вариантов (альтернатив) n, и значительно меньше, чем n.В самом быстром (идеальном) случае для правила со сложностью О(n), каждый вариант используется только один раз. Правило имеет возможность определить, эффективен вариант или нет, основываясь только на данных одного этого варианта, не сравнивая его с каждым из остальных вариантов. Например, для правила отбрасывания неэффективных вариантов, со значениями "ниже среднего", по какому- либо параметру (по которому значения чем выше, тем лучше), требуется считать значение каждого варианта только 2 раза: первый раз, чтобы подсчитать среднее, и второй раз, чтобы определить, выше или ниже значение этого варианта, чем среднее. Это правило относится к правилам с линейной вычислительной сложностью O(n).
Таким образом, использование методов выбора и ранжирования, характеризующихся линейной вычислительной сложностью O(n) обеспечивает значительное повышение скорости отбора эффективных вариантов в поисковых, рекомендательных системах.
Однако изначально на всем объеме вариантов достаточно затруднительно использовать тонкие (точные) методы в силу наличия большого количества вариантов. При применении приближенных процедур отсечения неэффективных вариантов количество различных вариантов уменьшается, что, в конце концов, приводит к возможности использовать более тонкие методы для отбора и ранжирования оставшихся вариантов.
Под тонкими (точными) методами, которые используются при наличии небольшого числа вариантов, понимаются правила выбора и ранжирования, вычислительная сложность которых зависит исключительно от количества раз использования каждого варианта. Существует правила, использующие попарные "расстояния" между вариантами (альтернативами), в специальных шкалах. Такие правила должны для каждого варианта перебрать все остальные варианты, т.е. произвести (n умножить на n) действий, вычислительная сложность здесь квадратичная. Существуют также правила, сравнивающие каждый вариант со всевозможными наборами остальных вариантов, чтобы более точно определить позицию данного варианта по отношению к остальным. Вычислительная сложность таких правил еще выше. Можно сказать, что правила со сложностями, начиная с квадратичной O(n 2), не могут применяться на полном наборе вариантов (исчисляемых миллионами) при решении задачи поиска и ранжирования в сети Интернет, и в сходных задачах в других сферах деятельности, так как вычислительная сложность этих правил сильно зависит от количества имеющихся в наборе вариантов.
Таким образом, использованием методов, вычислительная сложность которых не ниже квадратичной O(n 2) обеспечивает значительное повышение точности (достоверности) отбора эффективных вариантов в поисковых, рекомендательных системах.
Преимуществом способа является также то, что появляется возможность регулировать вычислительную сложность процедуры выявления эффективных вариантов. Это значит, что если на большом объеме данных применение некоторых процедур требовало огромных вычислительных ресурсов, то после последовательного исключения вариантов те же процедуры на оставшемся подмножестве могут работать достаточно быстро. Другими словами, установив некоторый предел по количеству вычислительных ресурсов, используемых на выполнение способа, можно установить количество стадий, с помощью которых можно произвести отсечение заведомо неэффективных вариантов с использованием быстрых приближенных методов, после выполнения которых можно использовать достаточно трудоемкие процедуры, выявляющих эффективные варианты с достаточно высокой точностью. В этом и заключается управление вычислительной сложностью способа.
Заявляемый способ может быть также применен в задаче обучения ранжированию, то есть задаче выбора вариантов с заранее известными оценками их полезности по критериям. Способ позволяет формировать по заранее известной степени полезности (эффективности) одних вариантов правила их отбора и ранжирования (набор применяемых методов выбора и ранжирования, а также последовательность их применения), в соответствии с которым может быть произведен отбор и ранжирование других вариантов, о степени полезности (эффективности) которых ничего не известно.
Заявляемый способ может быть осуществлен с использованием известных аппаратных и программных средств. Реализация заявляемого способа включает:
1. Сбор и хранение данных/
2. Обработка данных, отбор и ранжирование вариантов.
3. Предоставление результатов пользователю.
Сбор и хранение данных. На данной стадии происходит сбор и хранение необходимой информации о существующих вариантах. Информация о вариантах может собираться из существующих источников данных, например, из различных существующих информационных систем, веб-сайтов, веб-сервисов, других серверов данных, файлов на ЭВМ, т.е. из всех источников, хранящих информацию о вариантах в пригодном для дальнейшей обработки формате. Сбор данных может быть произведен с использованием существующих программных средств, производящих извлечение данных из внешних источников (например, ETL-системы или средства сбора содержимого веб-страниц в сети Интернет), или реализован на ЭВМ с использованием любого языка программирования, в частности, языка программирования C, C++, C#, Java, Python, PHP и многих других. Хранение информации может осуществляться как на сервере или группе серверов с использованием существующих платформ, осуществляющих хранение данных, так и на любом носителе информации, с которого возможно производить дальнейшее чтение имеющейся информации. Также хранение информации может осуществляться непосредственно в оперативной памяти ЭВМ в случае, когда нет необходимости производить постоянное хранение информации.
Обработка данных, включающая согласно заявляемому способу отбор и ранжирования вариантов с использованием приближенных и точных методов, реализуется с использованием ЭВМ, которая производит ранжирование вариантов и выявление наиболее эффективных из них. Этап обработки данных может быть произведен как на сервере, так и на самой ЭВМ пользователя.
После выполнения этапа обработки данных полученные результаты предоставляются конечному пользователю в любом пригодном для него формате. Результаты выполнения могут храниться на сервере, других носителях информации, с которых возможно производить ее дальнейшее чтение, либо могут быть предоставлены на экран ЭВМ пользователя напрямую с использованием веб-браузера или любого другого программного средства, с помощью которого осуществляется просмотр информации.
Примеры осуществления способа.
Задача поиска релевантных страниц в сети Интернет с отбором и ранжированием на основе принципа суперпозиции
Задача поиска релевантных страниц в сети Интернет, ранжирование на основе идеи суперпозиции может реализовываться следующим образом. Сначала быстрыми (приближенными) методами исключают заведомо нерелевантные страницы. Этими нерелевантными страницами могут быть, например, те страницы, которые не принадлежат заданной тематике, содержат спам, вирусы, рекламу, нежелательный для пользователя контент, фишинг (интернет-мошенничество) и другое. Затем на оставшемся значительно меньшем наборе страниц применяются более тонкие (точные) методы ранжирования, требующие, однако, больших вычислительных ресурсов (медленные). Упомянутые выше нерелевантные страницы никогда не могут быть релевантными запросу пользователя, а это значит, что их использование в более трудоемких методах избыточно и просто не нужно. В данном примере суперпозиция некоторого набора быстрых, но приближенных методов (применяемых для отсечения только самых нерелевантных страниц) и некоторого набора точных методов (применяемых для окончательного ранжирования не большого числа альтернатив) дает выигрыш в скорости и точности (релевантности) окончательного ранжирования. В частности, для нерелевантных страниц нет необходимости проводить детальное ранжирование, достаточно им всем присвоить один и тот же ранг (последнее место в ранжировании).
| Таблица 1 | ||||||||
| Сравнение точной процедуры выбора (Правила Парето) и четырехшагового способа, основанного на идее суперпозиции | ||||||||
| № | Количество слов из запроса в заголовке документа | Количество слов из запроса во всем документе | Булева модель (наличие всех слов запроса в документе) | Правило Парето | Модель суперпозиции | |||
| Этап 1. Надпорог овый выбор по заголовку | Этап 2. Надпороговый выбор по документу | Этап 3. Надпороговый выбор по булевой модели | Этап 4. Парето | |||||
| 1 | 1 | 6 | 1 | 0 | 1 | 1 | 1 | 0 |
| 2 | 2 | 10 | 1 | 1 | 1 | 1 | 1 | 1 |
| 3 | 4 | 7 | 0 | 0 | 1 | 1 | 0 | 0 |
| 4 | 0 | 3 | 1 | 0 | 0 | 0 | 0 | 0 |
| 5 | 3 | 9 | 1 | 1 | 1 | 1 | 1 | 1 |
| 6 | 4 | 8 | 1 | 1 | 1 | 1 | 1 | 1 |
| 7 | 1 | 1 | 0 | 0 | 1 | 1 | 0 | 0 |
| 8 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 9 | 1 | 0 | 0 | 0 | 1 | 0 | 0 | 0 |
| 10 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 11 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 12 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 13 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 14 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 15 | 0 | 2 | 0 | 0 | 1 | 0 | 0 | 0 |
| 16 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 17 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 |
| 18 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 19 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 20 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 21 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 22 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 23 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 |
| 24 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 25 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 26 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 27 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 28 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 29 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 |
В таблице 1 приведен простейший пример использования двух способов выбора вариантов - правила Парето и четырехшагового способа отбора, основанного на идее суперпозиции. В задаче необходимо определить, какие из вариантов являются наиболее релевантными (подходящими) введенному запросу пользователя. Каждый вариант оценивается по трем критериям: количество слов из запроса в заголовке документа, количество слов из запроса во всем документе, булева модель (наличие всех слов запроса в документе). В примере выбор производится из 29 вариантов.
В случае, если использовать обычное правило Парето, то релевантными документами будут являться документы №2, 5, 6. При использовании правила Парето каждый вариант должен быть сопоставлен со всеми остальными вариантами, т.е. каждый из 29 вариантов должен быть сопоставлен друг с другом. Это означает, что чем больше вариантов находится в выборке, тем больше вычислительная сложность этого правила, что ведет к необходимости использования более простых (приближенных) правил выбора.
Однако правило Парето может быть применено, если использовать способ отбора и ранжирования эффективных вариантов, основанный на идее суперпозиции. В таблице 1 приведен способ отбора в четыре этапа, который заключается в последовательном применении трех надпороговых правил, после чего применяется правило Парето.
На первом этапе происходит исключение всех вариантов (документов), в заголовке которых не находится ни одного слова из запроса. Таким образом, число вариантов сокращается с 29 до 8.
На втором этапе происходит исключение тех вариантов, у которых в основной части документа не было найдено ни одного слова из запроса. Тогда число вариантов сокращается с 8 до 6. После этого выбираются только те документы, в которых находятся все слова из запроса. В результате число вариантов сокращается до 4. После этого осуществляют применение правила Парето по оставшимся вариантам, и в итоговый выбор входит только 3 варианта (документа) - №2, 5, 6.
В данном примере результаты обоих способов совпадают. Однако вычислительная сложность правила Парето значительно выше. Поэтому в случае, если число вариантов небольшое, выбор способа отбора и ранжирования не принципиален (не имеет значения). Однако в условиях, когда число вариантов достигает нескольких миллионов, необходимо использовать второй способ, основанный на идее суперпозиции, т.к. он позволяет комбинировать простые и сложные правила выбора, что уменьшает вычислительную сложность способа.
В ряде моделей для представления наиболее интересного и востребованного предложения участникам социальных сетей необходимо сегментировать группы пользователей по их общим интересам или по интенсивности обмена информацией между ними. В этом случае, например, пороговое отсечение по правилу "не более одного контакта за последний год" (для определенного набора товаров и услуг) позволяет сразу сузить число вариантов внутри группы до уровня, приемлемого для более сложных алгоритмов. Разумеется, наличие более одного контакта за год не подразумевает общность интересов пользователей, т.е. отсекаются заведомо неэффективные варианты группировки (сегментации) участников социальных сетей по их интересам, с одновременным и резким снижением объема группы.
Таким образом, представленный способ позволяет с высокой точностью производить отбор и ранжирование вариантов, особенно при наличии большого количества вариантов, характеризуемых большим набором показателей, так как он позволяет производить комбинирование приближенных и точных процедур.
Заявляемый способ может быть использован при отборе эффективных вариантов в поисковых, рекомендательных системах, системах поддержки принятия решений, сетях Интернет, системах автоматической классификации пакетов данных и в других смежных областях.
Кроме того, изобретение может быть использовано при решении задачи обучения ранжированию, то есть задаче выбора вариантов с заранее известными оценками их полезности по критериям, например, при оценке эффективности работы предприятий, торговых точек и других объектов в смежных областях.
Приложение 1. Список правил выбора, приведенных в работе Ф.Т.Алескерова, Э. Курбанова "О степени манипулируемости правил коллективного выбора", Автоматика и телемеханика, 1998, №10, 134-146.
1. Правило относительного большинства (Plurality rule)
В выбор входят альтернативы, которые являются лучшими для наибольшего числа критериев, т.е.
т.е. означает число критериев, у которых альтернатива a стоит не ниже q-го места в их упорядочении. Таким образом, если q=1, тогда a - это лучшая альтернатива для критерия i; если q=2, тогда a - либо первая, либо вторая наилучшая альтернатива, и т.д. Число q будем называть уровнем процедуры.
т.е. выбираются альтернативы, которые находятся среди q лучших для максимального числа критериев.
Данное правило для выбора имеет линейную вычислительную сложность, для ранжирования вычислительная сложность правила зависит от значения q. При q< 3. Пороговое правило (Threshold rule) Пусть ν 1 (x) - число критериев, для которых альтернатива x является наихудшей в их упорядочениях, ν 2 (x) - число критериев, для которых альтернатива x является второй наихудшей, и так далее, ν m (x) - число критериев, для которых альтернатива x является наилучшей. Затем альтернативы упорядочиваются лексикографически. Говорят, что альтернатива x V - доминирует альтернативу y если ν 1 (x)< ν 1 (y) или, если существует k≤m такое, что ν i (x)= ν i (y), i=1, …, k-1, и ν k (x)< k (y). Другими словами, в первую очередь сравниваются количества последних мест в упорядочениях для каждой альтернативы, в случае, когда они равны, идет сравнение количества предпоследних мест, и так далее. Выбором являются альтернативы, недоминируемые по V. Данное правило для выбора и ранжирования имеет линейную вычислительную сложность. 4. Правило Борда (Borda rule) Каждой альтернативе x∈A ставится в соответствие число
r
i
(x
,
P
→)
равное мощности множества альтернатив, худших, чем x в критерии
P
i
∈
P
→
, то есть
r
i
(x
,
P
→)
=
|
L
i
(x)
|
=
|
{
b
∈
A:
x
P
i
b
}
|
. Сумма данных значений для i∈N называется рангом Борда для альтернативы x, В выбор входят альтернативы с максимальным рангом 5. Процедура Блэка Если существует победитель Кондорсе, то он объявляется коллективным выбором, иначе используется правило Борда. 6. Процедура Кумбса. Исключается вариант, который считают худшим максимальное число избирателей. Затем профиль сужается до нового множества X и процедура продолжается до тех пор, пока не останутся только неисключаемые варианты. Отметим здесь разницу между правилом Кумбса и системой передачи голосов. В правиле Кумбса вычеркиваются худшие варианты, в то время как в системе передачи голосов вычеркиваются варианты, лучшие для минимального числа избирателей. Данное правило для выбора и ранжирования имеет линейную вычислительную сложность. 7. Процедура Хара Для каждой альтернативы подсчитывается количество первых мест в упорядочениях по критериям. Далее из голосования выбывают альтернативы с наименьшим количеством первых мест.Процедура повторяется, пока выбор остается непустым. Данное правило для выбора и ранжирования имеет линейную вычислительную сложность. 8. Обратное правило относительного большинства В выбор входят альтернативы, которые являются худшими для наименьшего числа критериев. Данное правило для выбора и ранжирования имеет линейную вычислительную сложность. 9. Первое правило Копланда Для каждой альтернативы считаются два показателя: сумма количеств альтернатив, которые хуже заданной по каждому критерию, и сумма количеств альтернатив, которые лучше заданной по каждому критерию. В коллективный выбор входят альтернативы с наибольшей разностью этих двух показателей. Данное правило для выбора имеет линейную вычислительную сложность, для ранжирования вычислительная сложность правила сильно зависит от входных данных и в худшем случае является квадратичной. 10. Обратная процедура Борда (с передачей голосов) Для каждой альтернативы подсчитывается ранг Борда. Далее альтернатива с наименьшим рангом выбывает. Ранги Борда пересчитываются для множества альтернатив без выбывшей альтернативы. Процедура повторяется, пока выбор непустой. Для выбора вычислительная сложность правила в худшем случае квадратичная. Для ранжирования вычислительная сложность правила не ниже квадратичной. 11. Правило Нансона Подсчитывается ранг Борда для всех вариантов. Затем подсчитывается средняя оценка Борда и исключаются только те варианты x, для которых оценка Борда ниже средней. Затем строится множество X=A\{x}, и процедура применяется к суженному профилю /X. Процедура продолжается до тех пор, пока не останутся только неисключаемые варианты. Для выбора вычислительная сложность правила в худшем случае квадратичная. Для ранжирования вычислительная сложность правила не ниже квадратичной. 12. Минимальное доминирующее множество Множество альтернатив Q является доминирующим тогда и только тогда, когда любая альтернатива из Q доминирует любую альтернативу вне Q по мажоритарному отношению. Доминирующее множество является минимальным, если ни одно из его собственных подмножеств не является доминирующим. Коллективным выбором является минимальное доминирующее множество, если таковое существует одно, или их объединение, если таковых несколько. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 13. Минимальное недоминируемое множество Множество альтернатив Q является недоминируемым тогда и только тогда, когда не существует альтернативы вне Q, которая доминирует какую-либо альтернативу из множества Q. Недоминируемое множество является минимальным, если ни одно из его собственных подмножеств не является недоминируемым. Коллективным выбором является минимальное недоминируемое множество, если таковое существует одно, или их объединение, если таковых несколько. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 14. Минимальное слабоустойчивое множество Множество альтернатив Q является слабоустойчивым тогда и только тогда, когда из существования альтернативы у вне Q, доминирующей альтернативу x из Q, следует существование альтернативы z из Q такой, что z доминирует У- Слабоустойчивое множество является минимальным, если ни одно из его собственных подмножеств не является слабоустойчивым. Коллективным выбором является минимальное слабоустойчивое множество, если таковое существует одно, или их объединение, если таковых несколько. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 75. Правило Фишберна Построим новое бинарное отношение у, в котором х доминирует у тогда и только тогда, когда верхний контур альтернативы х является собственным подмножеством верхнего контура альтернативы у. Коллективным выбором будет набор альтернатив, недоминируемых по отношению у. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 16. Непокрытое множество I. Построим новое бинарное отношение 5, в котором x доминирует у тогда и только тогда, когда нижний контур альтернативы у является собственным подмножеством нижнего контура альтернативы x. Коллективным выбором будет набор альтернатив, недоминируемых по отношению 8. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 17. Непокрытое множество II Альтернатива x B - доминирует альтернативу y, если x доминирует y по мажоритарному отношению и верхний контур альтернативы x является подмножеством верхнего контура альтернативы y. В коллективный выбор входят альтернативы, недоминируемые по отношению B. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 18. Правило Ричелсона Строится новое бинарное отношение σ, в котором x доминирует y тогда и только тогда, когда Нижний контур y является подмножеством нижнего контура x Верхний контур x является подмножеством верхнего контура y В одном из двух указанных выше случаев вхождение происходит как «собственное подмножество» В коллективный выбор входят недоминируемые по о альтернативы. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 19. Первое правило Копланда В коллективный выбор входят альтернативы с максимальной разницей мощностей нижнего контура и верхнего контура. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 20. Второе правило Копланда В коллективный выбор входят альтернативы с максимальной мощностью нижнего контура. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 21. Третье правило Копланда В коллективный выбор входят альтернативы с минимальной мощностью верхнего контура. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 22. Двухступенчатое правило относительного большинства Сначала используется правило простого большинства (т.е. выбирается вариант, получивший больше 50% голосов - первых мест - в упорядочениях избирателей). Если такой вариант найден, то процедура останавливается. Если же такого варианта нет, то выбираются два варианта, набравшие больше голосов, чем другие варианты (если их больше двух, то берутся два с наименьшими номерами). Затем, считая что мнения избирателей относительно этих вариантов (при вычеркивании остальных) не изменяются, вновь применяем правило простого большинства/голосов - уже на двухэлементном множестве. Поскольку индивидуальные мнения представляются в виде линейных порядков, всегда (при нечетном числе избирателей) существует единственный вариант-победитель. Данное правило для выбора и ранжирования имеет линейную вычислительную сложность. Сначала используется правило простого большинства (т.е. выбирается вариант, получивший больше 50% голосов). Если такой вариант найден, то процедура останавливается. Если же такого варианта нет, то из списка вычеркивается вариант x, набравший минимальное количество голосов. Затем процедура вновь применяется к множеству X=A\{x и профилю /X Данное правило для выбора и ранжирования имеет линейную вычислительную сложность. 24. Процедура Янга Если для профиля существует победитель Кондорсе, то он выбирается, и процедура на этом останавливается. Если же такого варианта нет, то рассматриваются всевозможные коалиции, на которых существуют частичные победители Кондорсе. Далее определяется функция u(x) как мощность максимальной коалиции, в которой x является победителем Кондорсе. Тогда выбираются варианты с максимальным значением ux: Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 25. Процедура Симпсона (максиминная процедура) Построим матрицу S + такую, что ∀a
, b∈X, S + =(n(a,b)), где n(a, b)=card{i∈N|aP i b}, n(a,a)=+ ∞. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 26. Минимаксная процедура Построим матрицу S - такую, что ∀a
,b∈X, S + =(n(a,b)), n(a,a)=-∞. Коллективный выбор определяется как Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 27. Сильное q-паретовское правило простого большинства Пусть f(P → ;i;q)={X∈A-||card(D ↓ i(x))≤q} определяет q+1 вариантов от максимального и ниже в линейном порядке P i . Пусть ℑ={I⊂N-||card(I)=) (Где функция [χ] означает минимальное целое число, большее или равное x) есть семейство коалиций простого большинства. Введем функцию выбирающую вариант, который находится среди верхних вариантов для каждого избирателя хотя бы в одной коалиции простого большинства, и начнем с q=0. Если при q=0 такого варианта нет, то заново просматривается выбор по коалициям простого большинства при q, увеличенном на единицу (т.е. гири q=1) и т.д., до тех пор, пока выбор будет не пуст. Из этого непустого множества выбирается вариант с наименьшим номером, который принимается в качестве коллективного выбора. Данное правило для выбора и ранжирования имеет экспоненциальную вычислительную сложность. 28. Сильное q-паретовское правило относительного большинства Это правило аналогично правилу 26, с тем дополнением, что если выбраны несколько вариантов, то для каждого из них подсчитывается число выбравших его коалиций. Затем выбираются варианты с максимальным значением этого показателя. Выбираются варианты с максимальным значением этого показателя. Данное правило для выбора и ранжирования имеет экспоненциальную вычислительную сложность. 29. Сильнейшее q-паретовское правило простого большинства Введем функцию C
(A)
=
∩
I
∈
ℑ
f
(P
→
;
I
;
q)
где
f
(P
→
;
I
;
q)
=
{
χ
∈
A
−
|
|
c
a
r
d
(∩
↓
i
(x)
])
≤
q
}
,
c
a
r
d
(I)
=
[
n
/
2
]
- функция, выбирающая вариант, парето-оптимальный в каждой коалиции простого большинства, и начнем с q=0. Если таких элементов нет, то рассматривается случай q=1, q=2, и т.д., пока выбор будет не пуст.Из этого непустого множества выбирается вариант с наименьшим номером, который и принимается в качестве коллективного выбора. Данное правило для выбора и ранжирования имеет экспоненциальную вычислительную сложность. 30. Правило надпорогового выбора Пусть на множестве A задан критерий φ(x), φ:A→R 1 , а на множестве 2 A задана функция порога V: 2 А →R 1 , сопоставляющая каждому набору Хе2А пороговый уровень V(X). Правило надпорогового выбора представлено в виде следующего выражения: n
¯
s
t:
y
∈
C
(X)
⇔
(y
∈
X
&
ϕ
(y)
≥
V
(X))
. Данное правило для выбора имеет линейную вычислительную сложность, для ранжирования вычислительная сложность зависит входных данных, в худшем случае не выше квадратичной. 1. Способ отбора и ранжирования эффективных вариантов результатов поиска, заключающийся в том, что предварительно формируют критерии оценки релевантности варианта результатов поиска поисковому запросу и задают конечное число вариантов результатов поиска или набор процедур выбора и ранжирования вариантов результатов поиска и последовательность их выполнения для отбора вариантов результатов поиска, оцениваемых как наиболее эффективные, осуществляют оценку каждого из вариантов результатов поиска по релевантности критериям поискового запроса, на основании которой ранжируют варианты результатов поиска путем присвоения ранга каждому из них из условия соответствия наибольшему числу критериев в порядке их убывания; последовательно осуществляют отбор и ранжирование вариантов результатов поиска по методу суперпозиции по меньшей мере в два этапа, если количество вариантов результатов поиска в оставшейся группе вариантов результатов поиска соответствует предварительно заданному конечному числу вариантов результатов поиска для отбора или использованы все заданные процедуры выбора, отбор вариантов результатов поиска и их ранжирование прекращают и варианты результатов поиска из отобранной группы оценивают как наиболее эффективные, если количество вариантов результатов поиска в оставшейся группе вариантов результатов поиска не соответствует предварительно заданному конечному числу вариантов результатов поиска для отбора, отбор вариантов результатов поиска и их ранжирование продолжают, при этом отбор вариантов результатов поиска, их ранжирование и исключение осуществляют до момента, пока не будет достигнуто заданное число вариантов результатов поиска или пока не будут использованы все заданные процедуры выбора и отобранную группу вариантов оценивают как наиболее эффективную. 2. Способ по п. 1, отличающийся тем, что на первом этапе осуществляют отбор вариантов результатов поиска при наличии их большого числа по методу суперпозиции с использованием методов выбора и ранжирования, характеризующихся линейной вычислительной сложностью О(n), и исключают группу вариантов результатов поиска, которые имеют самый низкий ранг. 3. Способ по п. 1, отличающийся тем, что на втором и последующих этапах формируют критерии оценки поискового запроса, на основании которых ранжируют варианты результатов поиска и осуществляют отбор вариантов результатов поиска из оставшегося обработанного на предыдущем этапе массива по методу суперпозиции с использованием методов, вычислительная сложность которых не ниже квадратичной O(n 2) и исключают следующую группу вариантов результатов поиска с меньшим рангом. 4. Способ отбора и ранжирования эффективных вариантов результатов поиска, заключающийся в том, что предварительно формируют критерии оценки релевантности варианта результатов поиска поисковому запросу и задают конечное число вариантов результатов поиска для отбора, оцениваемых как наиболее эффективные, осуществляют оценку каждого из вариантов результатов поиска по релевантности критериям поискового запроса, на основании которой ранжируют варианты результатов поиска путем присвоения ранга каждому из них из условия соответствия наибольшему числу критериев в порядке их убывания; последовательно осуществляют отбор и ранжирование вариантов результатов поиска по методу суперпозиции по меньшей мере в два этапа, если количество вариантов результатов поиска в оставшейся группе вариантов результатов поиска соответствует предварительно заданному конечному числу вариантов результатов поиска для отбора, отбор вариантов результатов поиска и их ранжирование прекращают и варианты результатов поиска из отобранной группы оценивают как наиболее эффективные, если количество вариантов результатов поиска в оставшейся группе вариантов результатов поиска не соответствует предварительно заданному конечному числу вариантов результатов поиска для отбора, отбор вариантов результатов поиска и их ранжирование продолжают, при этом отбор вариантов результатов поиска, их ранжирование и исключение осуществляют до момента, пока не будет достигнуто заданное число вариантов результатов поиска, отобранную группу вариантов результатов поиска оценивают как наиболее эффективную. 5. Способ по п. 4, отличающийся тем, что на первом этапе осуществляют отбор вариантов результатов поиска при наличии их большого числа по методу суперпозиции с использованием методов выбора и ранжирования, характеризующихся линейной вычислительной сложностью О(n), и исключают группу вариантов результатов поиска, которые имеют самый низкий ранг. 6. Способ по п. 4, отличающийся тем, что на втором и последующих этапах формируют критерии оценки поискового запроса, на основании которых ранжируют варианты результатов поиска и осуществляют отбор вариантов результатов поиска из оставшегося обработанного на предыдущем этапе массива по методу суперпозиции с использованием методов, вычислительная сложность которых не ниже квадратичной O(n 2) и исключают следующую группу вариантов результатов поиска с меньшим рангом. 7. Способ по п. 4, отличающийся тем, что дополнительно задают набор процедур выбора и ранжирования вариантов результатов поиска и последовательность их выполнения. 8. Способ отбора и ранжирования эффективных вариантов результатов поиска, заключающийся в том, что предварительно формируют критерии оценки релевантности варианта результатов поиска поисковому запросу и задают набор процедур выбора и ранжирования вариантов результатов поиска и последовательность их выполнения для отбора вариантов результатов поиска, оцениваемых как наиболее эффективные, осуществляют оценку каждого из вариантов результатов поиска по релевантности критериям поискового запроса, на основании которой ранжируют варианты результатов поиска путем присвоения ранга каждому из них из условия соответствия наибольшему числу критериев в порядке их убывания; последовательно осуществляют отбор и ранжирование вариантов результатов поиска по методу суперпозиции по меньшей мере в два этапа, отбор вариантов результатов поиска, их ранжирование и исключение осуществляют до момента, пока не будут использованы все заданные процедуры выбора и отобранную группу вариантов результатов поиска оценивают как наиболее эффективную. 9. Способ по п. 8, отличающийся тем, что на первом этапе осуществляют отбор вариантов результатов поиска при наличии их большого числа по методу суперпозиции с использованием методов выбора и ранжирования, характеризующихся линейной вычислительной сложностью О(n), и исключают группу вариантов результатов поиска, которые имеют самый низкий ранг. 10. Способ по п. 8, отличающийся тем, что на втором и последующих этапах формируют критерии оценки поискового запроса, на основании которых ранжируют варианты результатов поиска и осуществляют отбор вариантов результатов поиска из оставшегося обработанного на предыдущем этапе массива по методу суперпозиции с использованием методов, вычислительная сложность которых не ниже квадратичной O(n 2) и исключают следующую группу вариантов результатов поиска с меньшим рангом. 11. Способ по п. 8, отличающийся тем, что дополнительно задают конечное число вариантов результатов поиска для отбора, оцениваемых как наиболее эффективные. 12. Способ по п. 8, отличающийся тем, что для отбора наиболее эффективной группы вариантов результатов поиска задают дополнительные методы выбора и ранжирования и последовательность их выполнения и повторно осуществляют отбор и ранжирование. Похожие патенты:
Изобретение относится к способу идентификации и классификации объекта. Технический результат - осуществление более быстрой идентификации и классификации объектов за счет предварительного задания N базовых классов, упорядоченных N-мерным вектором V.
Изобретение относится к решениям в области обработки массивов данных, в частности к решениям в области обработки структурированных массивов данных, содержащих текст на естественном языке. Техническим результатом является формирование логически, грамматически и орфографически верной структуры данных, обеспечивающей быструю и удобную навигацию по элементам структуры. В способе преобразования структурированного массива данных, содержащего текст на естественном языке, формируют (101) первую структуру данных структурированного массива данных из итоговой структуры данных структурированного массива данных. Формируют (102) базу данных логических связей логических разделов элементов первой структуры данных. Формируют (103) вторую структуру данных структурированного массива данных. Формируют (104) базу данных семантических частей логических разделов элементов второй структуры данных. Формируют (105) грамматически и орфографически верные семантические части логических разделов элементов второй структуры данных путем лингвистических преобразований над упомянутыми семантическими частями. Формируют (106) итоговую структуру данных структурированного массива данных. 4 н. и 13 з.п. ф-лы, 15 ил., 3 табл.
Изобретение относится к компьютерной технике, а именно к системам обработки информации, полученной из социальной сети. Техническим результатом является обеспечение улучшенной фильтрации данных, полученных из социальной сети, в соответствии с конкретным набором параметров пользователя. Предложен способ отображения изображений карт с отображением соответствующих устройств пользователей. Способ включает в себя этап, на котором осуществляют идентификацию географического района, представляющего интерес. Далее, согласно способу, получают доступ к информации о местоположении множества пользователей исходя из местоположения множества устройств пользователей, соответственно ассоциируемых с множеством пользователей. А также получают доступ к информации социальной сети, содержащей метаданные, относящиеся соответственно к каждому пользователю из множества пользователей. Кроме того, осуществляют фильтрацию метаданных, чтобы различать подмножества множества пользователей, и отображают изображения карты местности, соответствующей географическому району, представляющему интерес. 3 н. и 6 з.п. ф-лы, 7 ил.
Изобретение относится к средствам управления данными. Технический результат заключается в уменьшении времени обработки элементов данных. Обнаруживают элемент данных. Классифицируют элемент данных с использованием одного или более свойств, связанных с элементом данных, для формирования связанного с ним набора свойств классификации, причем эти одно или более свойств включают в себя имеющиеся свойства классификации, связанные с элементом данных, при этом элемент данных классифицируется одним или более компонентами классификации. Агрегируют наборы свойств классификации, когда элемент данных классифицируется двумя или более компонентами классификации. Применяют политику к элементу данных на основе по меньшей мере одного из набора свойств классификации и агрегированных наборов свойств классификации. 3 н. и 17 з.п. ф-лы, 6 ил., 1 табл.
Изобретение относится к определению семантики для местоположений на основе пользовательских данных, таких как действия пользователя и/или связи пользователя. Технический результат состоит в способности идентифицировать и различать различные контексты, которые применяются для одного и того же местоположения для конкретного пользователя. Для этого пользовательские данные захватываются и анализируются для идентификации ключевых слов, включая местоположения. Данные местоположения, описывающие местоположения, получают и ассоциируют с пользователем и ключевыми словами. Ассоциации представляют пользовательский контекст для местоположений. Ассоциации используются для доставки услуг и/или продуктов пользователю в разное время, например когда пользователь приближается или входит в конкретное местоположение. 2 н. и 13 з.п. ф-лы, 5 ил.
Изобретение относится к области управления базами данных, а именно к приложениям базы данных для выполнения некоторых функций относительно базы данных. Технический результат заключается в обеспечении пользователям без копии клиентской прикладной программы базы данных получать доступ и использовать приложение базы данных посредством браузера всемирной паутины (“Web”) и локальной или глобальной сети. Технический результат достигается за счет серверной прикладной программы базы данных, которая обеспечивается таким образом, что она сконфигурирована для предоставления программируемого интерфейса в приложение базы данных посредством унифицированных указателей ресурса (URL) служб базы данных. URL служб базы данных, используемый приложением базы данных, может быть обновлен программно выполнением программного кода в или под управлением серверной прикладной программы базы данных. Также описывается макродействие для использования совместно с серверным приложением базы данных, которое предоставляет функциональные возможности для отображения объекта базы данных, такого как форма или отчет локально в Web-браузере. 2 н. и 17 з.п. ф-лы, 8 ил.
Изобретение относится к компьютерной технике, а именно к системам интеллектуальных автоматизированных помощников. Техническим результатом является повышение точности представления пользователю релевантной информации за счет выявления намерения пользователя исходя из текстовой строки и имени отправителя, обособленного от пользователя. Предложен способ функционирования интеллектуального автоматизированного помощника. Способ выполняется в электронном устройстве, содержащем процессор и память, в которой сохранены инструкции, исполняемые процессором. Процессор исполняет инструкции, на которых принимают пользовательский запрос, включающий речевой ввод, принятый от пользователя. Извлекают информацию об имени отправителя из передачи, принятой в электронном устройстве до приема речевого ввода. При этом данная передача принята от отправителя, являющегося обособленным от упомянутого пользователя. Выявляют намерение пользователя, исходя из упомянутой текстовой строки и имени отправителя. 3 н. и 12 з.п. ф-лы, 50 ил., 5 табл.
Изобретение относится к вычислительной технике. Технический результат заключается в уменьшении некачественных отчетов в базе данных. Система для хранения варианта отчета содержит базу данных отчетов, выполненную с возможностью хранения и предоставления отчетов; средство пользовательского ввода в компьютере, выполненное с возможностью создания и редактирования отчета, причем вариант отчета не хранится в базе данных отчетов; базу данных запросов, выполненную с возможностью хранения и предоставления запросов, причем запросы подходят для поиска в базе данных отчетов; аппаратное поисковое устройство, выполненное с возможностью извлечения одного или более запросов из базы данных запросов; извлечения варианта отчета из средства пользовательского ввода; исполнения одного или более запросов по варианту отчета для определения релевантности варианта отчета, причем релевантность характеризует, будет ли извлечен вариант отчета из базы данных отчетов при исполнении одного или более запросов; сравнения релевантности с заранее заданным пороговым значением внесения в базу данных отчетов; добавления варианта отчета в базу данных отчетов, если релевантность превышает заранее заданное пороговое значение внесения в базу данных отчетов; и хранения варианта отчета в базе данных отчетов, если релевантность превышает заранее заданное значение. 4 н. и 11 з.п. ф-лы, 3 ил.
Изобретение относится к области систем управления базами данных (СУБД). Техническим результатом является обеспечение автоматического формирования реляционного описания синтаксиса команды на основе метаописания синтаксиса команды. В способе формирования реляционного описания синтаксиса команды на основе метаописания синтаксиса команды идентифицируют 110 метаописание синтаксиса команды. Идентифицируют 120 элементы метаописания и присваивают каждому элементу уникальный идентификатор (ID), причем ID присваивается в порядке очередности расположения элементов в метаописании. Формируют 130 таблицу, содержащую все элементы, причем каждый элемент содержится в одной колонке таблицы на разных строках таблицы. Идентифицируют 140 открывающие структурные элементы и закрывающие структурные элементы среди элементов, содержащихся в таблице, и генерируют двунаправленные связи между соответствующими открывающими и закрывающими структурными элементами. Генерируют 150 однонаправленные иерархические связи между открывающими элементами и соответствующим открывающим элементом, находящимся на предыдущем уровне вложенности, причем генерирование упомянутых связей осуществляется для каждого открывающего элемента, находящегося на любом из уровней, кроме первого уровня. 4 н. и 13 з.п. ф-лы, 15 ил.
Изобретение относится к компьютерной технике, а именно к поисковым системам в сети Интернет. Техническим результатом является минимизация вычислительных издержек за счет генерации предлагаемого терма запроса в реальном времени на основании оперативного контента. Предложен реализуемый компьютером способ предоставления оперативного контента. Способ содержит этапы, на которых принимают частичный терм запроса от пользователя, на основе частичного терма запроса генерируют предлагаемый терм запроса, который включает в себя частичный терм запроса. А также, согласно способу, в ответ на генерирование предлагаемого терма запроса инициируют поиск оперативного контента стороннего поставщика контента для получения по существу оперативного контента, который относится к предлагаемому терму запроса. Получение оперативного контента включает в себя выполнение поисковой машиной поиска оперативного контента после генерирования предлагаемого терма запроса. 4 н. и 16 з.п. ф-лы, 12 ил.
Изобретение относится к области объединения источников информации, касающихся индивидуумов и коммерческих организаций, к которым индивидуумы принадлежат или принадлежали. Техническим результатом является построение точного профессионального профиля индивидуума. Способ включает в себя: прием первой записи, которая содержит личные данные индивидуума, наименование фирмы и роль индивидуума в фирме; установление соответствия между первой записью и данными, которые обеспечивают уникальный идентификатор фирмы для упомянутой фирмы, установление соответствия между первой записью и данными, которые обеспечивают уникальный идентификатор индивидуума для индивидуума; добавление к первой записи уникального идентификатора фирмы, уникального идентификатора индивидуума и уникального идентификатора роли для роли индивидуума в фирме; установление соответствия между первой записью и второй записью на основе уникального идентификатора фирмы, уникального идентификатора индивидуума и уникального идентификатора роли и объединение первой и второй записей в результирующую запись. 3 н. и 9 з.п. ф-лы, 4 ил., 1 табл.
Изобретение относится к компьютерной технике. Технический результат - высокая скорость отбора и точность результатов поиска. Способ отбора и ранжирования эффективных вариантов результатов поиска, заключающийся в том, что предварительно формируют критерии оценки релевантности варианта результатов поиска поисковому запросу и задают конечное число вариантов результатов поиска или набор процедур выбора и ранжирования вариантов результатов поиска и последовательность их выполнения для отбора вариантов результатов поиска, оцениваемых как наиболее эффективные, осуществляют оценку каждого из вариантов результатов поиска по релевантности критериям поискового запроса, на основании которой ранжируют варианты результатов поиска путем присвоения ранга каждому из них из условия соответствия наибольшему числу критериев в порядке их убывания; последовательно осуществляют отбор и ранжирование вариантов результатов поиска по методу суперпозиции, по меньшей мере, в два этапа, если количество вариантов результатов поиска в оставшейся группе вариантов результатов поиска соответствует предварительно заданному конечному числу вариантов результатов поиска для отбора или использованы все заданные процедуры выбора, отбор вариантов результатов поиска и их ранжирование прекращают и варианты результатов поиска из отобранной группы оценивают как наиболее эффективные, если количество вариантов результатов поиска в оставшейся группе вариантов результатов поиска не соответствует предварительно заданному конечному числу вариантов результатов поиска для отбора, отбор вариантов результатов поиска и их ранжирование продолжают. 3 н. и 9 з.п. ф-лы, 1 ил. 1. Введение 2. Определение наиболее эффективного использования недвижимости 2.1. Критерии анализа наиболее эффективного использования недвижимости 2.1.1 Юридическая допустимость 2.1.2 Физическая осуществимость 2.1.3 Финансовая обеспеченность 2.1.4 Максимальная продуктивность 2.2. Основные приемы в анализе наилучшего использования недвижимости 3. Методы оценки наиболее эффективного использования недвижимости 4. Нестандартные виды и направления наиболее эффективного использования недвижимости 4.1. Обособленные виды пользования 4.2. Промежуточные виды использования 4.3. Юридически противоречивые виды использования 4.4. Виды использования, не относящиеся к наиболее эффективным 4.5. Многопрофильные виды пользования 4.6. Виды использования специального назначения 4.7. Спекулятивные виды использования 4.8. Избыточная и лишняя площадь участка 5. Заключение Список использованной литературы 1. Введение Рассматривая мной тема, безусловно, является очень актуальной в условиях современных рыночных отношений. Необходимость проведения анализа наилучшего и наиболее эффективного использования недвижимости объясняется вполне понятным желанием девелопера получить от проекта максимальный возврат инвестиций. Однако, если в условиях развитых рынков недвижимости это желание реализуется в комплексном и всестороннем исследовании, для осуществления которого, как правило, привлекается сторонняя консалтинговая компания, то здесь решение об оптимальном варианте использования того или иного объекта недвижимости до недавнего времени зачастую принималось на основе лишь поверхностного анализа рынка, который в большинстве случаев давал один и тот же результат - жилье. Стоит отметить, что повышение востребованности услуг по анализу наилучшего использования на отечественном рынке в том числе обусловлено проникновением зарубежного капитала как в форме инвестиций, так и кредитных средств, носители которых одним из обязательных условий предоставления финансирования выдвигают наличие отчета независимой компании, определяющего наилучшее использование объекта и, соответственно, подтверждающего максимально эффективное вложение инвестиционных ресурсов. Принцип наилучшего и наиболее эффективного использования объекта недвижимости – это синтез принципов всех трех групп, которые были рассмотрены выше. Он позволяет оценщику выявить из возможных вариантов использования объекта недвижимости наилучший и наиболее доходный вариант и именно его использовать для оценки. Этот принцип предусматривает оценку участка земли, так, как если бы он был свободный (т.е. при оценке объекта речь идет в первую очередь о наибольшей доходности земельного участка, затем уже о доходности всего объекта недвижимости). При этом учитываются только те варианты использования объектов недвижимости, которые: Во-вторых, реализация которых возможна физически; В-третьих, осуществимы финансово; В-четвертых, обеспечивают наивысшую стоимость объекта недвижимости (экономическая эффективность). Выбирается вариант использования, при котором за объект может быть заплачена наибольшая цена. Если участок свободен от строений, то исходя из наиболее эффективного варианта использования земельного участка оценщик определяет, какой объект необходимо построить. Если строение на участке имеется, то оценщик определяет, увеличивать ли стоимость участка на величину стоимости данного строения или уменьшить на величину затрат по сносу данного строения при выбранном варианте использования земельного участка. «Принцип наилучшего и наиболее эффективного использования» является концептуальной моделью для анализа различных факторов, влияющих на стоимость объекта недвижимости. Эта модель рассматривает важные факторы физического, юридического, социального и экономического характера, которые влияют на стоимость недвижимости, т.е. является как бы связующим звеном между всеми оценочными принципами. Цель моего реферата – рассмотреть основы определения наиболее эффективного использования объектов недвижимости. Передо мной поставлена задача, выяснить какими методами осуществляется выбор наилучшего использования объекта, какие анализы производят для этой цели. Реферат изложен на 27 листах машинописного текста, включая список используемой литературы из 6 источников. 2. Определение наиболее эффективного использования объектов недвижимости Поскольку оценочная деятельность предполагает определение рыночной стоимости, анализ наиболее эффективного использования выявляет наиболее прибыльный и конкурентоспособный вид использования объекта собственности. Все типы сделок с собственностью, основанные на рыночной стоимости, требуют адекватной оценки и тщательного анализа экономического поведения инвесторов и других участников рынка. Влияние рыночного поведения на принятие финансовых решений частных лиц, компаний, органов власти диктует концепцию наиболее эффективного использования недвижимости. Рыночные факторы определяют рыночную стоимость, поэтому требования рыночных сил к объектам недвижимости имеют большое значение для определения наиболее эффективного вида использования. Стоимостной основой любого объекта недвижимости является стоимость земельного участка. Расположенные на нем здания и сооружения могут быть изменены, однако основные характеристики участка обычно остаются прежними. Вместе с тем доход конкретного участка зависит от эффективности его использования. Инвестор, выбирая земельный участок на конкретном рынке, понимает, что разница в стоимости различных участков объясняется их качественными характеристиками. Анализ наиболее эффективного использования объекта недвижимости предполагает проведение подробного исследования рыночной ситуации, характеристик оцениваемого объекта, идентификации востребованных рынком вариантов, совместных с параметрами оцениваемого объекта, расчет доходности каждого варианта и оценку стоимости недвижимости при каждом варианте использования. Таким образом, окончательный вывод о наиболее эффективном использовании объекта недвижимости представляет вариант использования свободного или застроенного участка земли, который юридически возможен и соответствующим образом оформлен, физически осуществим, обеспечивается соответствующими финансовыми ресурсами и дает максимальную стоимость. Оптимальное использование участка земли определяется конкурирующими факторами конкретного рынка, к которому принадлежит оцениваемый объект собственности, и не является результатом субъективных домыслов собственника, девелопера или оценщика. Поэтому анализ выбора наиболее эффективного использования является, по сути, экономическим исследованием рыночных факторов, существенных для оцениваемого объекта. Рыночные факторы, используемые для формулирования вывода о наиболее эффективном использовании недвижимости на дату оценки, рассматриваются в общем массиве данных, собираемых и анализируемых для определения стоимости объекта. Следовательно, наиболее эффективный вид использования можно квалифицировать как основу, на которую опирается рыночная стоимость. Если оцениваемая недвижимость предполагает последующее личное использование или сдачу в аренду, то их основная мотивация при расчете стоимости будет сведена к получаемым потребительским качествам объекта (доход, престиж и уединенность и т.д.). Инвестиционная мотивация помимо величины получаемого дохода и накопления капитала учитывает такие аргументы, как налоговые льготы, осуществимость проекта. Обычно анализ наиболее эффективного использования проводится несколькими альтернативными вариантами и включает следующие направления: Рыночный анализ Анализ реализуемости варианта Анализ наиболее эффективного использования Перечисленные направления анализа предполагают комплексное изучение следующих вопросов: Рыночный анализ предполагает определение спроса на варианты использования, альтернативные существующему, в целях изучения спроса и предложения, емкости рынка, динамики ставок арендной платы т.д. по каждому варианту. Анализ осуществимости предполагает расчет базовых составляющих стоимости: потока доходов и ставок капитализации для определения стоимости с учетом переменных параметров каждого юридически обоснованного и физически осуществимого варианта. Анализ наиболее эффективного использования объекта предполагает разработку детального плана реализации каждого варианта с рассмотрения конкретных участников рынка, сроков осуществления проекта, источников финансирования для выбора варианта, обеспечивающего максимальную продуктивность оцениваемого объекта. 2.1 Критерии анализа наиболее эффективного использования Вариант наиболее эффективного использования оцениваемой недвижимости должен отвечать четырем критериям – это: Юридическая допустимость; Физическая осуществимость; Финансовая обеспеченность; Максимальная продуктивность. Последовательность рассмотрения данных критериев в ходе анализа различных вариантов использования недвижимости для выбора наиболее эффективного обычно соответствует приведенной выше. В первую очередь рассматриваются юридическая допустимость и физическая осуществимость, затем оцениваются финансовая обеспеченность и максимальная продуктивность. Данная последовательность процедуры анализа обусловлена тем, что наиболее эффективный вариант использования, даже при наличии необходимого финансирования, неосуществим, если он юридически запрещен или невозможна его физическая реализация. В этой статье мы рассмотрим основные этапы продаж, которые позволят довести сделку до успешного завершения. О том, какие основные этапы продаж необходимы для совершения сделки, какая техника продаж потенциально успешна, а также от чего продажникам необходимо категорически отказаться, – читайте далее. Выделяют следующие основные этапы продаж грамотного менеджера по продажам: Каждый этап профессионального продавца-консультанта из техники продаж в 7 этапов имеет важное значение, способствуя достижению определенного результата. Не обязательно, чтобы в каждой сделке была строгая последовательность этих семи этапов. Манера продаж у каждого менеджера индивидуальна, поэтому нужно работать с разными вариантами диалога и подхода, с подбором наиболее эффективных вариантов. Хотя в работе начинающих продавцов распространена проблема пренебрежения этапом выявления потребностей либо недостаточным выявлением потребностей. Из-за этого и возникает основная потеря клиентов. Ученые доказали, что информация воспринимается человеком в таком соотношении: Следовательно, невербально мы воспринимаем 93 % всей информации. Поэтому крайне важна не сама произносимая информация, а то, как мы это делаем. Переговоры - это всегда поединок. А что главное в поединке? Не показывать слабость, быть уверенным в собственных силах и заранее готовиться к любому повороту событий. Как противостоять манипуляциям клиентов и самому управлять людьми, рассказал редакции журнала «Коммерческий директор» известный теле- и радиоведущий Владимир Соловьев. Мнение эксперта
Илья Маликов,
Когда в молодости я лишь начинал бизнес, мне предстояла встреча с проректором по безопасности в крупном университете. Я прибыл на встречу в майке и джинсах, пошел в кабинет и поздоровался. Но встреча не заладилась – мой вид явно удивил проректора, он попросил подождать за дверью. Оказалось, что он просто принял меня за своего студента. Тогда я и осознал важность работы над имиджем. Работая в продажах, очень важно уметь задавать вопросы собеседнику, а также уметь активно слушать клиента и поддерживать разговор. Нил Рекхэм
, бизнес-консультант СПИН-продажа, разработанная нашей компании, предполагает консультации клиента, с пониманием текущей ситуации и помогая решить проблему. Однако консультанты часто сталкиваются с характерной ошибкой – множество внимания уделено своему вопросу, но недостаточно уделяется самому ответу. Но ведь проблема содержится как раз в ответе. Вместо понимания ответа своего собеседника, консультант заявляет «У меня возникла идея! Вам нужно сделать то‑то и то‑то». В работе многих непрофессиональных консультантов предлагается исследование усилиями 10 специалистов совместно за пять месяцев. А ведь время для клиента может быть не таким важным, сколь экономия. Основная ошибка большинства специалистов по продажам в том, что они стремятся скорее сообщить о предложенном продукте. Но опытные специалисты не дают ответ до понимания сути проблем клиента. Второй распространенной ошибкой становится расценивание стоимости продукта как залог успеха. Ведь даже при важности стоимости услуги, часто могут быть выявлены и другие, более значимые для клиента факторы. Для того, чтобы провести презентацию необходимо использовать концепцию Свойства – Преимущества – Выгода, где: Главной причиной покупки товара становится получение большей прибыли, чем при сделке с конкурентом. Такая выгода для клиента всегда приоритетна. На практике от клиентов можно услышать различные виды возражений. Во время переговоров клиенты возражают по разным причинам: чтобы отделаться от менеджера, получить скидку, выбить выгодные условия и пр. Задача сейлза при этом - не поддаться на манипуляции и продать заказчику ценность товара. Стимулировать клиента на завершение покупки можно с помощью следующих подходов: Елена Иванова,
генеральный директор сети магазинов по продаже кофе и чая «Кофетут», Москва. Окончила Институт экономики, финансов и права офицеров запаса по специальности «юрист». За время учебы реализовала несколько торговых проектов: сеть автозаправочных станций, сеть цветочных салонов, ресторан русской и грузинской кухни. Имеет опыт управления бизнесом с 1989 года. «Кофетут» - компания, занимающаяся оптовой и розничной продажей чая и кофе. Предприятие основано в 2002 году. Численность персонала - 20 человек. Официальный сайт -www.kofetut.ru. Илья Маликов
, генеральный директор компании «Самоспас», Москва; кандидат технических наук. Окончил МГТУ им. Н.Э. Баумана по специальности «экономист-менеджер», получил кандидатскую степень в Санкт-Петербургском университете государственной противопожарной службы МЧС России. Работал в компании «Венто», торгующей альпинистским снаряжением, прошел путь от курьера до руководителя розничной сети. В 2006 году основал противопожарный центр «Самоспас». Преподает в московском учебно-научном комплексе пожаротушения Академии ГПС МЧС.
ООО «Самоспас». Сфера деятельности: производство и продажа средств спасения людей при пожаре. Численность персонала: 25.
Годовой оборот: 85 млн руб. Антон Шматалюк
, директор по консалтингу компании РДТЕХ, Москва. ЗАО «РДТЕХ». Сфера деятельности: управленческий консалтинг, услуги по автоматизации. Численность персонала: 286. Основные клиенты: Банк России, ВТБ, компании «Вымпелком», «Газпром», «Мегафон», МТС, «Сибур Холдинг». Годовой оборот: 2,029 мрд руб.
Нил Рекхэм
, бизнес-консультант. Известный эксперт по продажам в сфере b2b. В 1970‑х годах получил международное признание благодаря масштабному исследованию эффективности продаж, поддержанному транснациональными корпорациями: за 12 лет 30 специалистов изучили 35 тыс. успешных сделок по продаже товаров и услуг в 23 странах. Бюджет проекта составил $30 млн. По результатам исследования Рекхэм разработал инновационную технику эффективных продаж, которую описал в своей книге «СПИН-продажи».
- во-первых, соответствуют юридическим нормам;Шаги продаж
Этап 1. Как готовиться к продажам
Этап 2. Как установить контакт с клиентом
Позитивное впечатление у клиента формируется из следующих факторов:
Приемы переговоров от спецназовцев, политиков и крупных предпринимателей
Как завязать беседу с клиентом
На встречу пришел в джинсах, и беседа не получилась
генеральный директор компании «Самоспас», Москва; кандидат технических наук
Сейчас работникам моей компании при общении с заказчиками необходимо следовать установленному дресс-коду. На заключение контракта специалист приходит в строгом костюме, несмотря на жару. А для сотрудников службы доставки предусмотрена специальная униформа, чемоданчики и фирменная машина.Как установить контакт с клиентом
Этап 3. Как выявить потребности клиента
Почему умение задавать вопросы важно:
Я придумал модель, чтобы консультировать клиента
Этап 4. Презентуем наше предложение
Выгоды бывают разные:
При работе с розничными клиентами, для покупателя важен ряд следующих факторов:
При работе с оптовой компанией либо организацией, внимания заслуживают следующие факторы:
Этап 5. Боремся с возражениями клиента
Методы работы с возражениями в зависимости от типа вопроса
Как готовить ответы на возражения
Этап 6. Как завершить продажу
Также будут актуальны следующие методы завершения продаж:
Этап 7. Как нужно прощаться с клиентами
Информация об экспертах
