Работа посвящена разработке моделей и алгоритмов, которые будут составлять основу интеллектуального агента, предназначенного для отбора научных мероприятий сотруднику ВУЗа. С учетом постоянно возрастающего потока служебной информации, актуальность и практическая значимость такой разработки не вызывает сомнений. Объектом исследования в работе является процесс научной деятельности преподавателей, отраженный в отчетных документах научной деятельности сотрудников кафедры. Предметом исследования являются модели и алгоритмы анализа научной активности для формирования соответствующего профиля преподавателя. Целью является разработка интеллектуального агента на базе разработанной алгоритмической модели, обеспечивающего релевантный отбор научных мероприятий данному сотруднику на основании его профиля. В работе предложена формализация задачи, разработаны алгоритмы формирования профиля научной активности и извлечения тематических признаков из информационных писем, а также структура системы поддержки принятия решений. Проведена апробация разработанного подхода на реальных информационных письмах, показавшая его применимость для решения задачи персонализированной рекомендации научных мероприятий.
The paper is devoted to the development of models and algorithms that will form the basis of an intellectual agent designed to select scientific events for a university employee. Given the ever-increasing flow of official information, the relevance and practical significance of such a development is beyond doubt. The object of research in the work is the process of scientific activity of teachers, reflected in the accounting documents of the scientific activity of the staff of the department. The subject of the research is models and algorithms for the analysis of scientific activity for the formation of an appropriate teacher profile. The goal is to develop an intelligent agent based on the developed algorithmic model, which ensures the relevant selection of scientific activities for this employee based on his profile. The paper proposes a formalization of the task, develops algorithms for forming a profile of scientific activity and extracting thematic features from information letters, as well as the structure of a decision support system. The developed approach was tested on real information letters, showing its applicability to solving the problem of personalized recommendation of scientific events.