М.С. Анферова1, А.М. Белевцев2

1,2 Московский авиационный институт (национальный исследовательский университет) (Москва, Россия)
1 gludkina@yandex.ru, 2 ambelevtsev@yandex.ru

Постановка проблемы. Современный этап развития научных исследований и технологий характеризуется высокой динамикой формирования новых направлений и технологических трендов, а также траекторий их развития. Наряду с этим обострение глобальной конкуренции выдвигает в качестве первоочередной проблемы решение задачи обеспечения технологического суверенитета и технологического превосходства на основе разработки и реализации стратегий научно-технологического развития на национальном и корпоративном уровнях.

Цель. Разработать методику формирования технологических трендов в заданной предметной области на основе мониторинга и анализа больших данных в сетях общего и специального назначения.

Результаты. Проведен анализ методов и способов выявления трендов научно-технологического развития на основе мониторинга и анализа информации в сетях общего и специального назначения. Отмечено, что в основу проведенных исследований положен новых подход к формированию трендов и их последующему    анализу на основе процедуры кластеризации с временным смещением.

Практическая значимость. Результаты экспериментов показывают, что подход к кластеризации с временным смещением обеспечивает более точное представление основных тем.

Анферова М.С., Белевцев А.М. Методика формирования технологических трендов на основе обработки разнородных данных в сетях общего назначения // Наукоемкие технологии. 2025. Т. 26. № 1. С. 14−23. DOI: https://doi.org/ 10.18127/j19998465-202501-02

1. Анферова М.С., Белевцев А.М., Белевцев А.А. Методика анализа развития зарождающихся технологий и технологических фронтов // Изв. ЮФУ. Сер.: Технические науки. 2023. № 4. С. 87–96.
2. Белевцев А.М., Садреев Ф.Г., Белевцев А.А., Балыбердин В.А. Разработка интеллектуальных сервисов мониторинга технологических трендов в информационно-аналитических комплексах // Наукоемкие технологии. 2019. Т. 20. № 3. С. 24–29.
3. Анферова М.С., Белевцев А.М. Анализ направлений создания алгоритмов эффективного поиска информации в сетях общего и специального назначения // Материалы III Всерос. науч.-техн. конф. «Актуальные проблемы современной науки и производства». Рязань: РГРТУ, 2018.
4. Анферова М.С., Белевцев А.М. Общая концепция создания технологии интеллектуального поиска информации в сетях общего и специального назначения // XXV Всерос. науч.-техн. конф. с международным участием им. проф. О.Н. Пьявченко «Компьютерные и информационные технологии в науке, инженерии и управлении» «КомТех-2021».
5. Che N.C. CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature. Journal of the American Society for In-formation Science and Technology. 2006. V. 57(3). P. 359–377.
6. Анферова М.С., Белевцев А.М. Поисковые роботы для автоматизированного мониторинга информации в сетях общего и специального назначения // 18-я Междунар. науч.-практ. конф. «Управление качеством» 2019 г.
7. Мазов Н.А., Гуреев В.Н., Глинских В.Н. Приоритетные научные направления с позиции библиометрических исследований // Труды ГПНТБ СО РАН. 2021. № 1. С. 89–94.
8. Анферова М.С., Белевцев А.М. Анализ направлений развития технологий мониторинга в условиях большого объема неструктурированной информации // XXIV Всерос. науч.-техн. конф. с междунар. участием им. проф. О.Н. Пьявченко «Компьютерные и информационные технологии в науке, инженерии и управлении» «КомТех-2020».
9. Mikolov T. et al. “Efficient Estimation of Word Representations in Vector Space”. In: International Conference on Learning Representations. 2013.
10. Анферова М.С., Белевцев А.М. Разработка алгоритмов интеллектуального сервиса поиска и мониторинга информации // Изв. ЮФУ. Сер.: Технические науки. 2021. № 3. С 6–17.
11. Анферова М.С., Белевцев А.М. Анализ требований и разработка алгоритмов интеллектуальных сервисов мониторинга // Изв. ЮФУ. Сер.: Технические науки. 2022. № 3. С. 119–129.
12. Анферова М.С., Белевцев А.М. Разработка алгоритма определения опорных тем для решения задач стратегического анализа // Сборник докладов. Материалы Всерос. науч.-техн. конф. с международным участием «Компьютерные и информационные технологии в науке, инженерии и управлении» «КОМТЕХ- 2022». 2022. С. 132–138.
13. Белевцев А.А, Белевцев А.М, Балыбердин В.А. Методика анализа и оценки приоритетов технологических трендов и технологий // Изв. ЮФУ. 2022. № 6.
14. Sahar Behpour et al. Automatic trend detection: Time-biased document clustering. In: Knowledge-Based Systems 2021. С. 220
15. Deng Z., Liu R., Xu P., Choi K., Zhang W., Tian X., Zhang T., Liang L., Qin B., Wang S. Multi-view clustering with the cooperation of visible and hidden views. IEEE Trans. Knowl. Data Eng. 2020.
16. Aziz S., Dowling M.M., Hammami H., Piepenbrink A. Machine learning in finance: A topic modeling approach. SSRN Electron. J. 2019. http: //dx.doi.org/10.2139/ssrn.3327277.
17. Тан П.-Н., Штейнбах М., Кумар В. Введение в интеллектуальный анализ данных, Эддисон–Уэсли. 2005. глава 8.
18. Белевцев А.М., Балыбердин В.А., Белевцев А.А. Методика оценки времени и стоимости реализации технологических трендов в условиях неопределенности и не полноты информации // Наукоемкие технологии. 2019. Т. 20. № 5. С. 37–44.
19. Белевцев А.М., Балыбердин В.А., Белевцев А.А., Маркелов Е.Б. Некоторые тенденции развития информационных технологий для систем сетецентрического управления // Вооружение и экономика. 2020. № 1 (51). С. 21–26.