Материал: Оптимизация и моделирование в автоматизированных системах

2.Разработана модель выпускника «Будущая профессия» на примере г. Калачинска.

3.Определены рекомендации. Чтобы школьники не совершали ошибок при выборе будущей профессии, необходимо перед выбором профессии проходить тестирование на предрасположенность к профессиям, и для системной интерпретации данных психологических тестирований и анкетировании использовать математические методы обработки данных, в том числе инструментарий математической статистики.

Литература

1.Резапкина, Г. В. Психология и выбор профессии / Г.В. Резапкина. – М.:

Генезис, 2007. – 180 с.

2.Статистика в 2 т. Том 1: Учебник / М.: Юрайт, 2016. – 332 с.

3.Статистика в 2 т. Том 2: Учебник / М.: Юрайт, 2016. – 346 с.

БОУ Лицей г. Калачинск, Россия

УДК 004.045

М.О. Арафтений, Е.С. Гарбузняк

СОЗДАНИЕ НОВОСТНОГО БОТА В МЕССЕНДЖЕРЕ TELEGRAM

Автоматизация технологических процессов в сегодняшнем мире является одним из самых популярных и перспективных направлений в программировании. Автоматизируются многие процессы: от программ, заменяющих операторов для разных служб, до автопилотов для электромобилей и ракет, в том числе и поиск информации в мессенджере.

Актуальность исследования определяется тем, что создание ботов является популярным и интересным направлением в программировании. Оно позволяет получить знания в новой предметной сфере, изучить возможности языка, сторонние библиотеки.

Объект научной работы – программы, автоматизирующие рутинные действия, роботы или боты.

Цель научной работы – создание бота для поиска новостей и статей по большому количеству источников.

Для достижения поставленной цели были поставлены следующие задачи:

–изучить принцип работы ботов;

–разработать бота, осуществляющего поиск статей и новостей.

Бот – программа, позволяющая автоматизировать действия и выполнять их по расписанию, используя интерфейсы предназначенные для людей. Боты могут принимать заказы на доставку каких-либо товаров, следить за измене-

35

ниями данных на каком-либо интернет-ресурсе, предоставлять интерфейс для работы с различными интернет-сервисами.

Для того, чтобы взаимодействовать с ботом, необходимо написать ему сообщение. Все отправленные боту сообщения и фото проходят через сервера Telegram и после этого пересылаются на хост бота. Бот реагирует на поступающие данные, формирует ответ, отправляет его на серверы Telegram, откуда они приходят пользователю (рис. 1).

Вмессенджере Telegram предоставляется обширный api (абстрактный программный интерфейс) для работы с ботами по https: создание опросов, делегирование прав, отправка аудио, видео сообщений и фото, в том числе о т- правка виртуальной клавиатуры. Все это облегчает пользователям выбор нужных опций.

Вновостном боте использован api newsapi.org, который является бесплатным и предоставляет около 200 источников, возможность их сортировки

ит.д.

Для взаимодействия с api Telegram использована библиотека Telegram.bot, которая упрощает работу с api Telegram.

Рис. 1. Архитектура работы бота

Входной точкой в программу разработанного бота является класс Bot (рис. 2). Он содержит методы для запуска бота, обработки поступающих команд и завершения работы. При получении сообщения он формирует объект, в котором находится запрос и его аргументы, и передает в ComponentDispatcher.

ComponentDispatcher хранит в себе все компоненты, которые доступны для работы, переадресовывает запрос от пользователя к компоненту.

После определения компонента для взаимодействия все запросы, поступающие боту, будут ему переадресованы. На данный момент реализован новостной компонент с названием NewsComponent.

36

Рис. 2. Архитектура разработанного бота

NewsComponent запрашивает у пользователя характеристики поочередно, которые необходимы для формирования запроса к newsapi.org:

–страну;

–категорию;

–ключевые слова;

–количество новостей;

–источник.

Существует ограничение на аргументы. Так, если в запросе будут одновременно указаны страна, категория и источник, то запрос вернет 404, это связано с особенностями поиска новостей newsapi.org. Все характеристики, кроме ключевых слов, вводятся с помощью виртуальной клавиатуры, а ключевые слова вводятся через чат.

NewsComponent на этапе инициализации хранит в себе уже сформированные виртуальные клавиатуры из KeyboardManager.

KeyboardManager для построения клавиатуры требует объект с текстом, который будет отображаться на клавиатуре, и объект аргументов, который используется ботом для обработки запроса. Так как источников и стран newsapi поддерживает больше, чем 10, была реализована возможность пагинации, т.е. постраничного вывода элементов клавиатуры в беседу с пользователем, с возможностью переходить со страницы на страницу.

После выбора параметров пользователь видит список новостей, отобранных по указанному пользователем критерию. Функционал по получению новостей из newsapi реализует класс NewsFetcher.

Все команды, которые использует бот, хранятся в классе Constants в виде строковых констант.

В процессе разработки было реализовано взаимодействие бота с пользователем для получения критериев отбора новостей, сбор информации и отправление пользователю.

Преимуществами данного решения являются:

37

–указание параметров для критериев, которое проводится путем нажатия кнопок, а не набора текста;

–большое количество новостных источников.

Среди недостатков можно выделить следующие:

–бот доступен только в Telegram;

–низкая скорость работы бота;

–клавиатуры, которые пользователь использовал, не исчезают из диалога

имогут повлиять на работу бота;

–вывод новостей осуществляется в одном сообщении, что не позволяет определить, к какой новости относится фото.

Вперспективе планируется оптимизировать работу бота и реализовать доступ к нему через социальную сеть Вконтакте, whatsapp.

Литература

1.Википедия [Электронный ресурс]. Режим доступа: https://ru. wikipedia.org/

2.Telegram Messenger [Электронный ресурс]. Режим доступа: https:// telegram.org/

3.Microsoft Docs: Technical documentation, API, and code examples [Электронный ресурс]. Режим доступа: https://docs.microsoft.com/en-us/

4.Роботы в Telegram [Электронный ресурс]. Режим доступа: https:// tlgrm.ru/robot

5.GitHub – TelegramBots/Telegram.Bot: .NET Client for Telegram Bot API [Электронный ресурс]. https://github.com/TelegramBots/Telegram.Bot

Филиал ГОУ ВО «Приднестровский государственный университет им. Т.Г. Шевченко» в г. Рыбнице, Россия

УДК 004.942:519.17:004.031.43:519.876.5

И.М. Пашуева, С.М. Пасмурнов

ОЦЕНКА ЭФФЕКТИВНОСТИ ПРИМЕНЕНИЯ ПОДСИСТЕМЫ ПОМОЩИ В ПРИНЯТИИ ОПЕРАТИВНЫХ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ НА ПРИМЕРЕ ГОРОДСКОГО ЦЕНТРА СКОРОЙ МЕДИЦИНСКОЙ

ПОМОЩИ

Совершенствование алгоритмов работы подсистемы помощи в принятии оперативных управленческих решений как элемента программного комплекса управления центром скорой медицинской помощи обусловлено необходимостью расширения возможностей подсистемы [1, 2, 3].

38

Алгоритм работы подсистемы помощи в принятии оперативных управленческих решений основан на применении математической модели многокритериальной оценке набора наиболее важных показателей. Сама математическая модель и критерии оценки описаны в ранее опубликованных работах [4, 5, 6].

Моделирование подсистемы помощи в принятии оперативных управленческих решений было выполнено с помощью программного пакета GPSS [7, 8, 9]. Результаты моделирования сравниваются с данными, собранными по статистическим данным результатов работы центра скорой медицинской помощи. На рисунке представлены результаты сравнения моделирования подсистемы помощи в принятии оперативных управленческих решений.

Сравнение результатов моделирования функционирования центра скорой медицинской помощи с применением подсистемы помощи в принятии

оперативных управленческих решений со статистическими данными работы службы

Сравнение представлено в видео двух кривых, характеризующих агрегированное количество обслуженных вызовов к данному моменту времени. Из графиков можно заметить, что обе кривые сходятся в общей конечной точке. Это обусловлено тем, что за рассматриваемый промежуток времени, а именно рабочие сутки центра скорой медицинской помощи, по данным статистики было обслужено 708 вызовов. Для обеспечения адекватности модели при имитационном моделировании было обеспечено подобное количество обслуженных вызовов за рабочие сутки центра скорой медицинской помощи.

По результатам сравнения двух кривых можно сделать вывод, что за меньшее количество времени в модели подсистемы помощи в принятии оперативных управленческих решений было обслужено большее количество вызовов. Применение подсистемы помощи в принятии оперативных управленческих решений повышает эффективность работы городского центра скорой медицинской помощи и улучшает показатели качества оказываемых службой услуг.

39