vdgtuВестник Дагестанского государственного технического университета. Технические наукиHerald of Dagestan State Technical University. Technical Sciences2073-61852542-095XDaghestan State Technical University10.21822/2073-6185-2023-50-4-121-128vdgtu-1400Research ArticleИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ТЕЛЕКОММУНИКАЦИИINFORMATION TECHNOLOGY AND TELECOMMUNICATIONSМодель интеллектуального анализа данных для исследования системы квот вылова водных биологических ресурсовData mining model for the study of the system of quotas for the catch of aquatic biological resourcesОлейниковаА. В.OleinikovaA. V.

Олейникова Алла Владимировна - магистрант кафедры прикладная информатика.

414056, Астрахань, ул. Татищева, 16

Alla V. Oleinikova - Undergraduate of the Department of Applied Informatics.

16 Tatishcheva St., Astrakhan 414056

a.oleynikova.astu@mail.ruОлейниковА. А.OleinikovA. A.

Олейников Александр Александрович - кандидат технических наук, доцент, кафедра систем автоматизированного проектирования и моделирования.

414056, Астрахань, ул. Татищева, 16

Alexander A. Oleinikov - Cand.Sci. (Eng.), Assoc. Prof., Department of Computer-Aided Design and Modeling Systems.

16 Tatishcheva St., Astrakhan 414056

aleksandr6333@gmail.comАстраханский государственный технический университетРоссияAstrakhan State Technical UniversityRussian Federation202323012024504121128Copyright © Олейникова А.В., Олейников А.А., 20242024Олейникова А.В., Олейников А.А.Oleinikova A.V., Oleinikov A.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.dgtu.ru/jour/article/view/1400

Цель. Добыча водных биологических ресурсов является важным сектором экономики РФ. Наряду с достижением высоких экономических показателей, на которые нацелены заготовители, на первом плане кроме добычи выделяется и требование к сохранению популяций и поддержанию разнообразия видов водных биологических ресурсов. Достижение целей, устанавливаемых на основе перечисленных требований возможно за счет повышения эффективности обработки информации, получаемой из оперативных отчетов собираемых по отделам территориальных управлений. Отсутствие автоматизации обработки электронных таблиц и формирование аналитических отчетов в ручном режиме затрудняет формирование четкой обобщенной картины по состоянию отрасли. Метод. В настоящем исследовании использовались методы интеллектуального анализа данных анализа, анализа статистических данных. Результат. Разработана модель интеллектуального анализа данных для исследования системы квот вылова водных биологических ресурсов созданная в программе Loginom. Вывод. Разработанная модель позволяет не только оценить уровни освоения квот, но и производить прогнозирование уровеней освоения с применением модуля arimax, а также показывает возможность создания полноценной информационной системы учета добычи водных биологических ресурсов на ее основе.

Objective. Extraction of aquatic biological resources is an important sector of the Russian economy. Along with the achievement of high economic indicators, which are aimed at harvesters, in the foreground, in addition to production, the requirement to preserve populations and maintain the diversity of aquatic biological resources is also highlighted. Achieving the goals set on the basis of the listed requirements is possible by increasing the efficiency of processing information obtained from operational reports collected by departments of territorial administrations. The lack of automation in the processing of spreadsheets and the generation of analytical reports in manual mode makes it difficult to form a clear generalized picture of the state of the industry. Method. In the present study, methods of data mining analysis, analysis of statistical data were used. Result. A data mining model has been developed to study the system of quotas for catching aquatic biological resources, created in the Loginom program. Conclusion. The developed model allows not only to estimate the levels of development of quotas, but also to predict the levels of development using the arimax module, and also shows the possibility of creating a full-fledged information system for accounting for the extraction of aquatic biological resources based on it.

водные биологические ресурсыквотауровень освоениямодель интеллектуального анализа данныхaquatic biological resourcesquotadevelopment leveldata mining modelReferencesАбакумов Е.М. Сравнительный анализ алгоритмов интеллектуального анализа данных для обработки неструктурированных данных / Е. М. Абакумов, А. В. Горлов, М. Д. Кириллова, О. В. Ульянин // Физико-технические интеллектуальные системы (ФТИС-2022): Сборник трудов научно-практической конференции, Москва, 08–10 февраля 2022 года. – Москва: Буки Веди, 2022. – С. 101-106.Abakumov E.M, Gorlov A. V., Kirillova M. D., Ulyanin O. V. Comparative analysis of data mining algorithms for processing unstructured data. Physical and technical intelligent systems (FTIS-2022): Collection of scientific papers -practical conference, Moscow, February 08–10, 2022. - Moscow: Buki Vedi, 2022;101-106. (In Russ)Васильев, В. В. Анализ существующих методов интеллектуального анализа неформализованных данных / В. В. Васильев // Международная конференция по мягким вычислениям и измерениям. – 2009. – Т. 1. – С. 99-102.Vasiliev, V. V. Analysis of existing methods of data mining. International Conference on Soft Computing and Measurements. 2009; 1: 99-102. (In Russ)Велигура, А. В. Анализ существующих методологий интеллектуального анализа данных для производственных систем / А. В. Велигура, Э. К. Мусаева // Вестник Луганского национального университета имени Владимира Даля. – 2020. – № 5(35). – С. 45-50.Veligura, A. V., Musaeva E. K. Analysis of existing data mining methodologies for production systems. Bulletin of the Volodymyr Dahl Lugansk National University. 2020;5 (35): 45-50. (In Russ)Джамансариев, Н. Б. Сравнительный анализ программ для интеллектуального анализа данных / Н. Б. Джамансариев // Информационные технологии в науке, управлении, социальной сфере и медицине: Сборник научных трудов II Международной конференции, Томск, 19–22 мая 2015 года / Национальный исследовательский Томский политехнический университет. – Томск: Национальный исследовательский Томский политехнический университет, 2015. – С. 135-136.Dzhamansariev, N. B. Comparative analysis of programs for data mining. Information technologies in science, management, social sphere and medicine: Collection of scientific papers of the II International Conference, Tomsk, May 19–22, 2015.National Research Tomsk Polytechnic University. - Tomsk: National Research Tomsk Polytechnic University, 2015; 135-136. (In Russ)Дорофеюк, А. А. Методы и алгоритмы интеллектуального анализа сложно организованных данных / А. А. Дорофеюк, Ю. А. Дорофеюк // Управление развитием крупномасштабных систем: Современные проблемы / Под редакцией А.Д. Цвиркуна. Том Выпуск 2. – Москва: Общество с ограниченной ответственностью Издательская фирма «Физико-математическая литература», 2015. – С. 378-409.Dorofeyuk, A.A., Dorofeyuk Yu.A. Methods and algorithms for data mining of complexly organized data. Development management of large-scale systems: Modern problems. Edited by A.D. Tsvirkun. Volume Issue - Moscow: Limited Liability Company Publishing Company “Physical and Mathematical Literature”, 2015; 378-409. (In Russ)Зеленков, Ю. А. Динамика исследований в области интеллектуального анализа данных: тематический анализ публикаций за 20 лет / Ю. А. Зеленков, Е. А. Анисичкина // Бизнес-информатика. – 2021. – Т. 15, № 1. – С. 30-46.Zelenkov, Yu. A., Anisichkina E. A. Dynamics of research in the field of data mining: thematic analysis of publications for 20 years. Business Informatics. 2021; 15(1): 30-46. (In Russ)Рогоза, М. В. Многомерный анализ агрегированной численной информации с применением интеллектуального анализа данных / М. В. Рогоза // Актуальные проблемы теории и практики развития экономики региона: Материалы 2-й межвузовской студенческой научно-практической конференции, Калуга, 21 апреля 2015 года. – Калуга: Алькор Паблишерс, 2015. – С. 448-451.Rogoza, M. V. Multivariate analysis of aggregated numerical information using data mining. Actual problems of the theory and practice of regional economic development: Proceedings of the 2nd interuniversity student scientific and practical conference, Kaluga, April 21 2015. - Kaluga: Alcor Publishers, 2015; 448-451. (In Russ)Семенов, В. А. Анализ методов и задач интеллектуального анализа данных / В. А. Семенов, М. М. Семенова, Л. В. Мызникова // Информационные технологии, системный анализ и управление (Итсау-2021): сборник трудов ХIХ Всероссийской научной конференции молодых ученых, аспирантов и студентов, Таганрог, 09–11 декабря 2021 года. – Ростов-на-Дону - Таганрог: Южный федеральный университет, 2021. – С. 209-212. – EDN GNFPQR.Semenov, V. A., Semenova M. M., Myznikova L. V. Analysis of methods and tasks of data mining. Information technologies, system analysis and management (Itsau-2021): collection of works ХIХ All-Russian scientific conference of young scientists, graduate students and students, Taganrog, December 09–11, 2021. - Rostov-on- Don - Taganrog: Southern Federal University, 2021; 209-212. (In Russ)Татур, М. М. Анализ временных рядов как элемент процесса интеллектуального анализа данных обстановки с техногенными пожарами / М. М. Татур, А. Г. Иваницкий, В. М. Проровский // Чрезвычайные ситуации: предупреждение и ликвидация. – 2021. – № 1(49). – С. 56-68.Tatur, M. M., Ivanitsky, A. G., Prorovsky, V. M. Time series analysis as an element of the process of data mining of the situation with man-made fires. Emergencies: prevention and liquidation. 2021;1 (49):56-68. (In Russ)Mikheyenkova, M.A. On theApproach to Intelligent DataAnalysis in the Social Sciences / M.A. Mikheyenkova // Открытые семантические технологии проектирования интеллектуальных систем. – 2020. – No. 4. – P. 129-132.Mikheyenkova, M. A. On the Approach to Intelligent Data Analysis in the Social Sciences / M. A. Mikheyenkova. Открытые семантические технологии проектирования интеллектуальных систем. 2020; 4:129-132. (In Russ)А.В. Олейникова, А.А. Олейников. Онтологическая модель знаний как основа автоматизации процесса распределения квот добычи водных биологических ресурсов и контроля за уровнем их освоения. Вестник Дагестанского государственного технического университета. Технические науки. 2023; 50(2):126-133. DOI:10.21822/2073-6185-2023-50-2-126-133A.V. Oleynikova, A.A. Oleynikov. Ontological model of knowledge as the basis for automation of the process of distribution of quotas for the extraction of aquatic biological resources and control over the level of their development. Herald of Daghestan State Technical University. Technical Science. 2023; 50(2):126-133. DOI:10.21822/2073-6185-2023-50-2-126-133 (In Russ)

The authors declare that there are no conflicts of interest present.