Материал: Проектное управление в строительстве. Баркалов С.А., Бурков В.Н

Библиографический список

1.Бурков В.Н., Кондратьев В.В. Механизмы функционирования организационных систем. – М.: Наука, 1981.

2.Бурков В.Н., Данев Б., Еналеев А.К. и др. Большие системы: моделирование организационных механизмов. М.: Наука, 1989. - 245 с.

3.Белоусов В.Е. Алгоритм для оперативного определения состояний объектов в многоуровневых технических системах [Текст]/ Белоусов В.Е., Кончаков С.А.// Экономика и менеджмент систем управления. № 3.2 (17). 2015. - C. 227-232.

4.Белоусов В.Е. Алгоритм для анализа вариантов решений в многокритериальных задачах [Текст]/ Аксененко П.Ю., Белоусов В.Е., Кончаков С.А.// Системы управления и информационные технологии. №4(62), 2015. – С. 31-33.

MECHANISMS FOR JOINT PLANNING AND REGULATION IN COMPLEX

MANAGEMENT SYSTEMS

V.E. Belousov, Z.B. Tutarishev, A.M. Hodunov

Belousov Vadim Evgenyevich, Voronezh state technical university, Candidate of Technical Sciences, associate professor, associate professor of management,

Russia, Voronezh, e-mail: belousov@vgasu.vrn.ru, ph.: +7-473-276-40-07

Tutarishev Zaur Baturbievich, Voronezh state technical university, graduate student of department of management,

Russia, Voronezh, e-mail: upr_stroy_kaf@vgasu.vrn.ru, ph.: +7-473-276-40-07

Hodunov Anton Mihaylovich, Voronezh state technical university, Vice-Rector of Educational Work, graduate student of department of management,

Russia, Voronezh, e-mail: cmivgasu@mail.ru, ph.: +7-473-207-22-20

Аbstract. This article discusses the task of forming a control and regulation program in a false system, which allows, unlike traditional approaches for control theory, using separate choice of regulator programs, to form joint plans, or control programs, and their regulator. The statement is based on the principle of the guaranteed result, which is used here: it is used not only to evaluate the criterion of quality of control, but also to meet the conditions of admissibility subject to disturbances. The problem of joint selection of the control program and the regulator is formalized in the form of a pair of maximum tasks nested in each other. It is shown that by means of the joint selection it is possible to improve (in general, do not degrade) the quality of control g to expand (do not narrow) the set of permissible uncertainty. Example of rigorous improvement and, expansion

Keywords: Algorithm, task, class, models, process, planning, regulator, result

References

1.Burkov V. N., Kondratyev V. V. Mechanisms of functioning of organizational systems. - M.: Science, 1981.

2.Burkov V. N., Danev B., Enaleev A. K., etc. Big systems: modeling of organizational mechanisms. M.: Science, 1989. - 245 pages.

3.Belousov V. E. An algorithm for expeditious definition of conditions of objects in multilevel technical systems [Text] / Belousov of V.E., Konchakov S.A.//Economy and management of control systems. No. 3.2 (17). 2015. - C. 227-232.

4.Belousov V. E. An algorithm for the analysis of versions of decisions in multicriteria

tasks of [Text] / Aksyonenko of Item Yu., Belousov V. E., Konchakov S.A.//Control systems and information technologies. No. 4(62), 2015. - Page 31-33.

75

УДК 004.852

МЕТОДЫ ОПТИМИЗАЦИИ В ЗАДАЧАХ ИНТЕРНЕТ-МАРКЕТИНГА

О.В. Курипта, Д.А. Давыдов

Курипта Оксана Валериевна*, Воронежский государственный технический университет, кандидат технических наук, доцент, доцент кафедры систем управления и информационных технологий в строительстве

Россия, г. Воронеж, e-mail: kuripta-okcana@mail.ru, тел.: +7-908-132-31-14

Давыдов Денис Андреевич, Воронежский государственный технический университет, магистрант информационных технологий,

Россия, г. Воронеж, e-mail: arty246@yandex.ru, тел.: +7-960-134-55-51

Аннотация. В статье рассматривается вопрос применения алгоритма поиска кратчайших путей для определения силы связи между различными словами и фразами в задачах семантической оптимизации. Кратчайший путь определяется с помощью алгоритма Флойд-Уоршалла. Такой подход позволяет находить уникальные семантические соединения и определять самые популярные поисковые запросы.

Ключевые слова: Задачи семантической оптимизации, алгоритм поиска связи между словами, интернет-маркетинг

Рассмотрим прикладной аспект применения алгоритма оптимизации в слабоструктурированной предметной области, такой как интернет-маркетинг, включающий такие сферы, как SEO-оптимизация, контекстная реклама, привлечение целевой аудитории

[1].

Интернет-маркетинг относится к одной из наиболее динамично развивающихся областей деятельности, объединяющей экономику, менеджмент, маркетинг на основе информационных и телекоммуникационных технологий в условиях глобальной цифровизации всего мира.

SEO-оптимизация – область деятельности, связанная с продвижением веб-ресурсов в верхний топ поисковых запросов.

Потребителями услуг являются активные пользователи интернета и юридические, физические лица, ведущие бизнес в глобальной сети.

Работа в данной среде требует от специалистов в области SEO-продвижения применения научных подходов в организации работы с целью достижения конкурентных преимуществ [2].

Контекстная реклама – это возможность выдать пользователю рекламу в соответствии с его поисковым запросом в интернете [2].

Привлечение целевой аудитории – деятельность, связанная с поиском потребителей, которые не интересовались товаром или услугой, и задача маркетолога – заинтересовать эту категорию потребителей и привлечь их на веб-ресурс [3].

Все эти задачи: SEO-оптимизация сайта, подбор контекстной рекламы или привлечение целевой аудитории решаются методами семантического анализа.

Сбор семантики – составление тезауруса предметной области и нахождение связей между словами и силы этой связи в виде количества запросов в интернете слов, словосочетаний и предложений по заданной тематике.

При этом маркетологи проводят анализ подбора слов поисковых запросов, например, с помощью сервиса Яндекса WordStat и выбирают слова или словосочетания, которые имеют наибольший вес (большее число обращений за месяц или, наоборот, ищут те словосочетания,

© Курипта О.В., Давыдов Д.А., 2020

76

которые встречаются крайне редко, но, использование которых повышает уникальность контента).

Анализ проводится вручную или с использованием средств автоматизации на принципах использования API сервиса [4].

Проблема состоит в том, что при широком тезаурусе предметной области от 500 до 5000 слов, в зависимости от сферы бизнеса и широты предлагаемых услуг или товаров, число комбинаций составляет nn [5,6].

Оценить многообразие связей и подобрать варианты, удовлетворяющие маркетинговой цели (самые популярные словосочетания, или предложения, или нахождение словосочетаний, которые не встречались в запросах, но могут быть использованы в решении маркетинговых задач), без применения автоматизированных алгоритмов анализа не представляется возможным.

В статье предлагается решить задачи семантического анализа с использованием алгоритмов на графах.

Рассмотрим веб-ресурс, который оказывает услуги в сфере интернет-маркетинга. Целевая аудитория – пользователи сети, которые заинтересованы в продвижении своего собственного веб-ресурса и нуждаются в помощи специалиста в области SEO-продвижения. При этом, пользователи находят сервис по семантическому запросу, сформулированному на основе тезауруса предметной области.

Наши задачи:

Задача 1. Предложить пользователям контент, включающий слова в словосочетаниях и предложениях так, чтобы данный набор слов обладал «сильной» связью.

Задача 2. Построить рейтинг популярности слов из запросов по словосочетаниям. Задача 3. Найти отсутствующие связи между словами для получения уникального

словосочетания. Пример.

Для простоты изложения, ограничимся семью словами, хотя, на самом деле, тезаурус составляет от 500 до 3000 слов, в зависимости от сферы деятельности.

В табл. 1 представлен набор слов. Используются слова: оптимизация, поиск, SEO, продвижение, сайт, поисковый запрос, контент.

Таблица 1

Набор слов для семантического анализа

Для заданного набора слов проанализируем запросы в сервисе Яндекс Директ – WordStat (подбор слов). На рис. 1 представлен интерфейс сервиса и результаты поискового запроса для сочетания «SEO» и «поисковый запрос». Порядок слов имеет значение.

Составляем таблицу исходных данных: Сочетания слов по порядковому номеру, показатель поискового запроса, вес связи – нормализованный показатель поискового запроса

(см. табл. 2).

77

Таблица 2

Таблица исходных данных примера

Нормализация веса осуществляется по формуле w= m /а, где а=1000 – параметр нормализации, необходимый для приведения числа к удобному для оценки пользователем вида, m – показатель поискового запроса.

Рассмотрим взвешенный граф G = (V,E), имеющий вершины V и ребра E (|V| = n, |E| = m). Веса обозначим w = w v ,v , v ,v V. Пусть граф G – ориентированный. Ориентация показывает предпочтительность сочетания слов в запросе.

Решим задачу 1. Рассмотрим алгоритм поиска сильных связей, за основу возьмем алгоритм Флойда-Уоршалла, в котором решается задача поиска кратчайшего пути между вершинами путем подстановки веса промежуточной k-ой вершины в стоимость связи между i-ой и j-ой вершиной

Составляется матрица смежности

78

79