Наиболее эффективных вариантов. Анализ наиболее эффективного использования земли. Факторы, определяющие НЭИ
Наилучшее и наиболее эффективное использование объекта не-движимости представляет вариант использования свободного или застроенного участка земли, который юридически возможен и соответствующим образом оформлен, физически осуществим, обеспечи-вается соответствующими финансовыми ресурсами и дает макси-мальную стоимость.
Обычно анализ наиболее эффективного использования прово-дится по нескольким альтернативным вариантам и включает следую-щие направления:
Рыночный анализ;
Анализ реализуемости варианта;
Анализ наиболее эффективного использования.
Рыночный анализ предполагает определение спроса на варианты использования, альтернативные существующему, в целях изучения спроса и предложения, емкости рынка, динамики ставок арендной платы и т.д. по каждому варианту.
Анализ осуществимости предполагает расчет базовых составляю-щих стоимости: потока доходов и ставок капитализации для опреде-ления стоимости с учетом переменных параметров каждого юриди-чески обоснованного и физически осуществимого варианта.
Анализ наиболее эффективного использования предполагает раз-работку детального плана реализации каждого варианта с рассмотре-нием конкретных участников рынка, сроков осуществления проекта, источников финансирования для выбора варианта, обеспечивающе-го максимальную продуктивность оцениваемого объекта.
Критерии анализа наиболее эффективного использования:
Юридическая допустимость;
Физическая осуществимость;
Финансовая обеспеченность;
Максимальная продуктивность.
Проверка юридической допустимости каждого рассматриваемого варианта использования осуществляется во всех случаях в первую очередь. На выбор наиболее эффективного использования недвижимости может оказать влияние наличие долгосрочных договоров аренды. В течение остаточного срока аренды использование объекта зависит от условий договора аренды. Если наиболее эффективный вариант ис-пользования объекта сдерживается наличием договора аренды, это следует отразить в отчете об оценке.
Пример. Если объект ограничен договором аренды земли, срок которого истекает более чем через 12 лет, то, возможно, нет эконо-мической целесообразности в строительстве нового здания, у кото-рого экономический срок службы составляет 40 лет.
Пример. Строительство зданий определенной этажности, проти-вопожарные разрывы, требования инсоляции .
Физическая осуществимость. Критерии физической осуществимости — размер, форма, район, ди-зайн, состояние грунта и подъездные пути к участку, а также риск стихийных бедствий (таких, как наводнение или землетрясение) — влияют на предполагаемый вариант использования земли.
Финансовая обеспеченность. Вариант считается финансово приемлемым, ес-ли он обеспечивает доход от эксплуатации, равный или превышаю-щий объем эксплуатационных затрат, расходы на финансирование и требуемую схему возврата капитала. Если вид использования не предполагает получения регулярного дохода от эксплуатации, то в ходе анализа отбираются те варианты, которые создают недвижимость, по стоимости равную или превы-шающую издержки на строительство или реконструкцию объекта для этого нового вида использования. Оценщик должен сравнить прирост капитала или доход от использования недвижимости с по-несенными капитальными расходами. Если доход ниже расходов или превышает их лишь незначительно, такой вид использования при-знается невыполнимым в финансовом отношении.
Для оценки видов использования, приносящих регулярный доход от эксплуатации, по каждому из них оценщик рассчитывает общий чистый операционный доход, индивидуальную ставку дохода на ин-вестированный капитал, сумму дохода, относимую к земле. Если чистый доход соответствует необходимой доходности инвестиций и обеспечивает требуемую доходность земельного участка, этот вид ис-пользования является выполнимым в финансовом отношении.
Максимальная продуктивность — это наибольшая стоимость зе-мельного участка как такового, независимо от того, является он сво-бодным (фактически или условно) или застроенным. Таким обра-зом, реализация данного критерия предполагает из всех юридически разрешенных, физически реализуемых и обеспечивающих положи-тельную величину дохода вариантов выбор того вида использования, который обеспечивает максимальную стоимость основы недвижи-мости — земельного участка.
Максимальная продуктивность земельного участка определяется путем соотнесения суммы его дохода со ставкой капитализации, тре-буемой рынком для данного вида использования. Вид использования, обеспечивающий наибольшую доходность земли, является наиболее эффективным. В основе всех используе-мых методов определения стоимости земельного участка с целью вы-бора наиболее эффективного варианта лежит так называемая техни-ка остатка.
Доход от земли рассматривается как остаток между сово-купным доходом, генерируемым недвижимостью, и теми суммами дохода, которые обеспечиваются привлечением рабочей силы, капи-тала, основных средств (функционирующих зданий и сооружений). Стоимость земельного участка, в свою очередь, представляет разни-цу между суммарной стоимостью всего объекта недвижимости и ос-таточной стоимостью строений либо затратами на их возведение.
Способ наилучшего использования недвижимости может либо достигаться на основе уже существующих строений, либо предпола-гать сооружение принципиально новых улучшений, что требует рас-смотрения земельного участка как свободного.
Исходя из этого оценщики применяют при анализе наилучшего использования не-движимости два приема:
- наиболее эффективное использование участка как незастроен-ного;
- наиболее эффективное использование участка как застроенного.
Прием определения наилучшего и наиболее эффективного использо-вания оцениваемой недвижимости как незастроенного земельного уча-стка базируется на допущении, что она не имеет строений, либо мо-жет быть освобождена от строений в результате их сноса. В итоге оп-ределяются стоимость земли на основе выбора возможных вариантов использования, обеспечивающих доходность недвижимости, и под бора параметров объектов недвижимости в соответствии с конкрет-ным назначением.
Вариант использования участка земли как незастроенного имеет две основные разновидности:
Использование участка земли для спекуляции, т. е. для прода-жи его без улучшений инвестору, который впоследствии в соот-ветствии с требованиями рынка или собственными предпочте-ниями проведет его застройку. Данный вариант применим в
случае, когда рынки недвижимости перенасыщены.
Застройка земельного участка новыми зданиями и сооружениями, в том числе:
- застройка без промежуточного использования, если рас-сматривается вариант нового использования, принимаемый рынком на дату анализа;
- застройка с промежуточным использованием предполагает временное сохранение существующего варианта использо-вания, до того момента как новый вариант будет востребо-ван рынком, исходя из прогноза рыночной ситуации;
- разделение или объединение земельного участка для дости-жения наиболее эффективного использования;
- застройка участка новыми строениями, аналогичными по назначению и физическим параметрам существующему объ-екту.
Прием наиболее эффективного использования земельного участка как застроенного предполагает сохранение на анализируемом участке существующих строений.
Вариант использования участка земли как застроенного имеет две основные разновидности:
- сохранение существующего назначения оцениваемой недви-жимости;
- изменение существующего назначения оцениваемой недвижи-мости.
Оценка максимальной продуктивности в за-висимости от оценки коэффициента капитализации, проводится с использованием следующих методов.
Первый метод: Земельный участок рассматривается как незаст-роенный, коэффициенты капитализации для земли и строений раз-личны.
1. Определение стоимости застройки условно свободного земель-ного участка зданиями и сооружениями определенного назна-чения, с учетом рыночного спроса и предложения.
Внесение поправок с учетом коэффициента загрузки и потерь при сборе платежей.
Определение возможности получения и величины прочих до-ходов.
6. Расчет эксплуатационных расходов.
7. Расчет резерва затрат капитального характера.
8. Расчет чистого операционного дохода.
9. Расчет коэффициента капитализации для зданий.
10. Оценка дохода, приносимого построенными зданиями и со-оружениями.
11. Расчет дохода, относимого к земле.
12. Расчет коэффициента капитализации для земельного участка.
13. Оценка стоимости земельного участка методом капитализа-ции дохода, приносимого землей.
Второй метод : Земельный участок рассматривается как незаст-роенный, коэффициенты капитализации для зданий и земли одина-ковы.
Определение стоимости застройки условно свободного земель-ного участка зданиями и сооружениями, определенного назна-чения с учетом рыночного спроса и предложения.
Расчет потенциального валового дохода.
Внесение поправок с учетом коэффициента загрузки и потерь при сборе платежей и величины прочих доходов.
Оценка действительного валового дохода.
Расчет эксплуатационных расходов и резерва затрат капиталь-ного характера.
Расчет общего чистого операционного дохода.
Расчет общего коэффициента капитализации для оцениваемой недвижимости.
Оценка недвижимости методом капитализации чистого опера-ционного дохода, приносимого недвижимостью.
Оценка стоимости земельного участка дохода как разницы между расчетной стоимостью недвижимости и затратами на улучшения.
Третий метод : Земельный участок рассматривается как незастро-енный, и известна рыночная цена продажи недвижимости предпола-гаемого назначения:
1. Определяется рыночная стоимость готового объекта недвижи-мости конкретного назначения, которую можно построить на анализируемом земельном участке.
2. Рассчитывается стоимость строительства, включая прибыль девелопера.
3. Оценивается стоимость земельного участка как разница между
ценой продажи объекта недвижимости и совокупными затратами.
Четвертый метод : Земельный участок рассматривается как за-строенный, строения требуют проведения некоторых улучшений:
Определение общего коэффициента капитализации.
Расчет затрат на усовершенствование объекта.
Расчет прироста стоимости недвижимости с учетом произве-денных улучшений.
Пятый метод: Земельный участок рассматривается как застроен-ный, не требующий перестройки:
Расчет чистого операционного дохода, приносимого недвижи-мостью.
1. Определение общего коэффициента капитализации.
Оценка стоимости недвижимости методом капитализации чис-того операционного дохода.
Выявленные особенности объектов недвижимости и развития рыночной ситуации могут потребовать нестандартных видов использования.
Обособленные виды использования
Как правило, наиболее эффективные варианты использования анализируемой недвижимости не отличаются от использования ана-логичных объектов. Однако в силу необычности или уникальности оцениваемого объекта его наиболее эффективный вид использова-ния может отличаться.
Промежуточные виды использования
Если вариант наиболее эффективного использования недвижи-мости основывается на изменениях рыночной ситуации в будущем и, следовательно, может быть осуществим через какое-то время, сло-жившийся на дату оценки вариант использования рассматривается как промежуточный. Промежуточный вид использования, которое может измениться через некоторое время, можно также идентифи-цировать как наиболее эффективный вариант для данного периода.
Юридически противоречивые виды использования
Если фактическое использова-ние объекта, разрешенное законом, не соответствует нормам, дейст-вующим в районе его расположения. Обычно это следствие измене-ния или возникновения новых норм зонирования.
Виды использования, не относящиеся к наиболее эффективным
На практике реально существующая застройка может не соответ-ствовать наиболее эффективному способу использования участков, на которых она расположена. Изменение ситуации может требовать как изменения существующего назначения недвижимости, так и его сохранения, но на качественно иной основе, требующей определен-ных капитальных затрат.
Многопрофильные виды использования
Так, крупное здание может предусматривать жилые помещения, офисы, магазины, сервисные центры и т. д. Аналогично на земель-ном участке можно построить жилье, торговый и развлекательный центры и другие объекты инфраструктуры.
Виды использования специального назначения
Например, наиболее эффективное использование завода, выпус-кающего оборудование для тяжелого машиностроения, вероятно, бу-дет продолжение выпуска данного оборудования, а наиболее эффек-тивным использованием зернового элеватора, вероятно, будет сохра-нение его дальнейшего использования в качестве элеватора.
Спекулятивные виды использования
Находящийся в собственности земельный участок, предназна-ченный для продажи в будущем, рассматривается как спекулятив-ный инвестиционный инструмент.
Избыточная и лишняя площадь участка
Застроенные участки могут иметь избыточную площадь, не требуе-мую текущим использованием зданий. Незастроенные участки могут иметь площадь, которая не требуется для основного наиболее эф-фективного использования. Наиболее эффективным способом ис-пользования избыточных площадей участка может стать застройка дополнительными зданиями или сохранение их незастроенными.
В определенных случаях дополнительная площадь, не нужная для имеющихся зданий и не подлежащая отделению от объекта и прода-же, представляет собой лишнюю площадь.
Оценка стоимости недвижимости доходным подходом
Основные понятия
Принцип ожидания
Оценка рыночной стоимости с использованием доходного подхо-да основана на преобразовании доходов, которые, как ожидается, оцениваемый актив будет генерировать в процессе оставшейся эко-номической жизни в стоимость. С теоретической точки зрения ис-точник дохода может быть любым: аренда, продажа, дивиденды, прибыль. Главное, чтобы он был продуктом оцениваемого актива. С помощью этого подхода возможна и целесообразна оценка тех ак-тивов, которые используются или могут использоваться в интересах извлечения дохода (недвижимость, акции, облигации, векселя, не-материальные активы и т.п.).
Основные принципы оценки доходного актива — принцип ожи-дания и принцип замещения. Принцип ожидания для данного под-хода является основным методообразующим принципом. Он гласит, что стоимость К актива определяется нынешней (сегодняшней, теку-щей) ценностью (PV — от англ. present value) всех его будущих дохо-дов I: , где к — период владения активом.
Чем выше доходный потенциал оцениваемого актива, тем выше его стоимость. При этом анализ доходов должен осуществляться на протяжении всей оставшейся экономической жизни актива при усло-вии его использования в течение этого периода наиболее эффектив-ным образом.
В соответствии с принципом замещения максимальная стоимость Fактива не должна превышать наименьшей цены Va, по которой мо-жет быть приобретен другой аналогичный актив с эквивалентной до-ходностью: , где т — количество аналогов. Дан-ный принцип является аналогом экономического принципа альтер-нативности инвестиций.
В рамках доходного подхода различают метод прямой капитали-зации и метод капитализации доходов по норме отдачи на капитал (рис. 3.1). В основе этих методов лежит анализ и оценка чистого опе-рационного дохода и коэффициента капитализации или дисконти-рования.
При прямой капитализации осуществляется оценка чистого опе-рационного дохода первого года использования актива при условии, что он находится в стадии генерации типичных доходов, и оценка коэффициента капитализации для преобразования дохода в текущую стоимость, а в методе капитализации по норме отдачи на капитал — прогноз чистого операционного дохода в процессе использования актива, включая чистый доход от реверсии в конце прогнозного пе-риода, оценку коэффициента дисконтирования и определение сум-мы текущих стоимостей этих доходов.
Рисунок 3.1 - Классификация методов оценки по доходу.
Отличаются эти методы способами анализа и построения потока доходов и коэффициентов их преобразования в текущую стоимость. В методе прямой капитализации для оценки рыночной стоимости чистый доход первого года от использования актива делится на ко-эффициент капитализации, полученный на основе анализа данных о коэффициентах капитализации доходов активов, аналогичных оце-ниваемому активу. При этом нет необходимости оценивать тенден-цию изменения дохода во времени, а при оценке коэффициента ка-питализации — учитывать отдельно его составляющие: норму отдачи на капитал и норму его возврата.
Предполагается, что учет тенден-ций всех составляющих оцениваемого актива заложен в рыночных данных. Необходимо отметить, что метод прямой капитализации применим для оценки действующих активов, используемых наибо-лее эффективным образом и не требующих на дату оценки больших по длительности капиталовложений в ремонт или реконструкцию. При оценке же методом капитализации по норме отдачи на капитал отдельно учитывается тенденция изменения чистого дохода во вре-мени и анализируются отдельно все составляющие коэффициента капитализации.
Метод прямой капитализации — метод оценки рыночной стои-мости доходного актива, основанный на прямом преобразовании наиболее типичного дохода первого года в стоимость путем деления его на коэффициент капитализации, полученный на основе анализа рыночных данных о соотношениях дохода к стоимости активов, ана-логичных оцениваемому.
Метод капитализации по норме отдачи на капитал — метод оценки рыночной стоимости доходного актива, основанный на преобразова-нии всех денежных потоков, которые он генерирует в процессе остав-шейся экономической жизни, в стоимость путем дисконтирования их на дату оценки с использованием нормы отдачи на капитал, извлекае-мой из рынка альтернативных по уровню рисков инвестиций.
Метод капитализации по норме отдачи на капитал, в свою оче-редь, может иметь с формальной (математической) точки зрения две разновидности: метод анализа дисконтированных денежных потоков (ДЦП-анализ) и метод капитализации по расчетным моделям.
Метод анализа дисконтированных денежных потоков — метод ка-питализации по норме отдачи на капитал, при котором для оценки рыночной стоимости с использованием в качестве ставки дисконти-рования нормы отдачи на капитал отдельно дисконтируются с по-следующим суммированием денежные потоки каждого года эксплу-атации оцениваемого актива, включая денежный поток от его пере-продажи в конце периода владения.
Метод капитализации по расчетным моделям — метод капитализа-ции по норме отдачи на капитал, при котором для оценки рыночной стоимости наиболее типичный доход первого года преобразуется в стоимость с использованием формализованных расчетных моделей дохода и стоимости, полученных на основе анализа тенденций их из-менения в будущем.
Чистый операционный доход, который генериру-ет актив, является разностью действительного валового дохода и операционных расходов.
Вобщем случае в соответствии с принципом ожидания математи-ческое выражение для оценки рыночной стоимости актива с ис-пользованием доходного подхода имеет следующий вид:
где V o — оценка рыночной стоимости, q — текущий номер периода, I q — чистый операционный доход q-то периода, Y— норма отдачи на капитал (ставка дисконтирования доходов), V P — денежный поток от реверсии, к — номер последнего периода владения (При оценке объекта недвижимости в качестве периода владения рассматривается прогнозный период.)
В объекте недвижимости неамортизируемой частью является зе-мельный участок, а амортизируемой — улучшение земельного участ-ка. Земельный участок как часть поверхности Земли не подвержен износу, т.е. с экономической точки зрения земельный участок следу-ет рассматривать как бесконечный (неистощимый) источник дохода, стоимость которого со временем может только возрастать. Улучше-ния же имеют конечный срок экономической жизни — период вре-мени, в течение которого сумма доходов, которые генерирует объект, превышает сумму расходов на его эксплуатацию К амортизируемому активу следует также отнести инвестиции, направленные на приобретение права аренды актива в течение конечного промежутка времени.
Таким образом, доход I q (от англ. слова — Income) некоторого q-то года можно разбить на две составляющие:
где — доход на инвестиции (доход на капитал) и — доход для возврата первоначальных инвестиций (доход для возврата капитала).
Доход на инвестиции q-то года, в свою очередь, можно разде-лить также на две составляющие: доход на инвестиции, равные рыночной стоимости улучшений в начале q-то года, и доход на инвестиции, равные рыночной стоимости земельного участка в этом же году:
Норма отдачи на капитал, инвестированный в землю, равна нор-ме отдачи на капитал, инвестированный в улучшения: Y L = Y B = Y.
Следовательно, доход на капитал можно представить в виде про-изведения стоимости этого капитала на единую норму отдачи:
- от улучшений
Из (6.1.2) следует, что доход на капитал, относимый к улуч-шениям, и текущая рыночная стоимость связаны между собой прямо пропорциональной зависимостью 1 . При этом доход по-зиционирован в конце года, а стоимость улучшений — в конце предыдущего года или в начале текущего. Улучшения из-за естественного износа теряют свою стоимость. Следовательно, до-ход, связанный с улучшениями, также является убывающей функ-цией времени.
Для объектов, требующих опреде-ленных капитальных вложений на их улучшение (свободный земель-ный участок, «недострой», реконструируемый объект т.п.), первона-чальные инвестиции с экономической точки зрения следует определить как сумму невозмещенных инвестиций V HU т.е. будущую стоимость потока капиталовложений (расходов) на создание объекта как источника доходов или, что то же самое, аккумулированную к да-те эксплуатации доходного актива по некоторой норме процента сум-му затрат на его создание
Владельцы патента RU 2543315:
Изобретение относится к вычислительной технике, может быть реализовано на современных быстродействующих ЭВМ и использовано, например, при отборе эффективных вариантов в поисковых, рекомендательных системах, системах поддержки принятия решений, сетях Интернет, системах автоматической классификации пакетов данных, и в других смежных областях. Реализация заявляемого изобретения может включать в себя хранение информации на физических носителях, магнитных дисках, сетевых хранилищах информации, ее обработку на ЭВМ и предоставление полученного набора эффективных вариантов конечному пользователю в любом доступном для него виде.
Перед изложением изобретения для удобства и однозначного понимания целесообразно привести расшифровки и определения используемых далее обозначений и/или терминов.
Поисковая система - компьютерная программа, предназначенная для поиска информации в сети Интернет. Поиск производится на основании сформированного пользователем произвольного текстового запроса. Результаты поиска представляются пользователю отсортированными в соответствии с определенной характеристикой релевантности запросу. Примерами поисковых систем являются Bing, Google, Yahoo, Yandex.
Рекомендательная система - компьютерная программа, выбирающая из всего набора предъявленных альтернатив (вариантов) те, которые могут быть наиболее интересны конкретному пользователю, на основании ряда характеристик, например, введенного пользователем запроса в поисковой системе. Следует отметить, что в большинстве случаев рекомендательные системы представляют результат либо в виде набора рекомендованных вариантов, либо в виде ранжирования всех или части предъявленных вариантов. Таким образом, способы обработки и преобразования информации в рамках рекомендательных систем работают в смежных сферах, таких как, например, задача оценки эффективности деятельности предприятий, и др.
Принцип суперпозиции (в рассматриваемом контексте, в отличие от известного принципа суперпозиции в физике) заключается в последовательном исключении вариантов из исходного множества с использованием процедур, которые на каждом этапе исключения могут быть различными. Пример процедур приведен в приложении 1. На первом этапе исключение производится из всего исходного множества вариантов, на втором этапе входным множеством являются эффективные варианты, выделенные на первом этапе, и т.д.
Эффективными ("хорошими") элементами (вариантами) называют те элементы, которые являются наилучшими, наиболее предпочтительными, наиболее полезными по заданным параметрам для решения конкретных задач, в которых необходимо произвести ранжирование вариантов, и для удовлетворения информационных потребностей пользователей (людей, специалистов, агентов).
Неэффективными ("плохими") элементами (вариантами) называют те элементы, которые заведомо никогда (ни при каких обстоятельствах) не могут быть использованы для решения конкретных задач, так как для их решения существуют более предпочтительные варианты.
Значение эффективности, с помощью которого происходит построение правил отбора и ранжирования вариантов, задается экспертным путем.
Большинство поисковых систем имеют средства хранения и обработки данных, содержащие такие оценки эффективности (релевантности) для больших представительных наборов запросов и результатов поиска по этим запросам. В таких средствах запрос и результаты поиска по нему (варианты) представлены своими наборами критериев и оценкой релевантности результатов поиска, выставленной экспертами.
Существуют различные формальные критерии оценки релевантности поискового элемента поисковому запросу, заданные конструктивно (как, например, частота употребления слова в тексте или критерий TF-IDF, представляющий собой частоту употребления слов запроса в тексте с учетом степени важности каждого слова). Отметим, что такие формальные критерии являются скорее алгоритмами, по которым существующие поисковые системы собственно производят поиск, чем независимыми критериями, оценивающими результаты этого поиска. Оценки, подсчитанные такими формальными критериями, пока еще могут сильно отличаться от оценок релевантности, выставленных экспертами.
На данный момент известны три основных способа, с помощью которых происходит отбор и ранжирование вариантов.
Известен способ выбора и ранжирования вариантов, который заключается в том, что каждому варианту присваивается абсолютная оценка степени "важности", используя значения по нескольким критериям. Наиболее распространенным способом является построение регрессии.
Кроме того, для ранжирования вариантов может быть использован метод классификации McRank, суть которого заключается в вычислении для каждой пары "запрос-документ" так называемой "ожидаемой релевантности" как функции от вероятностей принадлежности к классам релевантности, полученных в результате классификации. В результате вычисления "ожидаемой релевантности" ранжирование пары "запрос-документ" в рамках каждого запроса происходит по убыванию "ожидаемой релевантности" (Л.Пинг, К.Дж.С.Берджес, К.By - McRank: Обучение ранжированию с использованием многофакторного анализа и градиентного ускорения перебора. НИПС. Карран ассошиэйтс.2007 - ).
Известен способ выбора альтернатив, который заключается в попарном сравнении двух вариантов с целью выявления лучшего из них. На основе формирования таких отношений происходит построение порядка, с помощью которого происходит выбор вариантов.
Примером известного способа является метод опорных векторов, который заключается в переводе исходных векторов в пространство более высокой размерности и поиске разделяющих гиперплоскостей с максимальным зазором в этом пространстве (К.Кортес, Вапник В.Н., Метод опорных векторов, Журнал "Machine Learning", 20, 1995 - [С.Cortes, Vapnik V.N.; "Support-Vector Networks", Machine Learning, 20, 1995]), а также другие методы, такие как:
RankNet (поисковая система Microsoft Bing, К.Дж.С.Берджес, Т.Шейкд и др. "Обучение ранжированию с использованием градиентного спуска", ИСМЛ, 2005: 89-96 - ), суть которого заключается в использовании «нейронной сети» и вероятностной функции стоимости для ранжирования результатов поиска,
RankBoost (Й.Фреунд, Р.Иер, Р.Е.Шапаэ и Й.Сингер. Эффективный алгоритм ускорения перебора для комбинированных предпочтений, Журнал "Machine Learning Research", 4:933-969, 2003 - ), в основе которого лежит процедура последовательного построения композиции алгоритмов машинного обучения для классификации пар документов.
FRank (М.Тсаи, Т.-Я.Лью и др. Frank: Метод ранжирования с использованием функции потери точности, СИГИР 2007 - [М.Tsai, T.-Y.Liu, et al. FRank: A Ranking Method with Fidelity Loss, SIGIR 2007]), являющийся модификацией метода RankNet, однако в качестве функции стоимости вместо значений энтропии используется функция точности распределений, и другие.
Известен способ выбора альтернатив, который заключается в списочном сравнении вариантов. При этом фильтрация всего множества альтернатив выполняется согласно заданным правилам.
Примерами этого способа могут служить:
1. Метод построения деревьев, минимизация штрафной функции ListNet, в котором вводится вероятностное пространство на множестве перестановок. Функция энтропии на введенном пространстве используется как функция потерь. (Чже Цао, Тао Кин, Тай-Янь Лю, Мин-Фенг Тсаи и Ханг Ли. Обучение ранжированию: От попарного к списочному подходу, 2007 - ),
2. Метод списочного сравнения вариантов RankCosine, который использует функцию потерь, основанной на сходстве косинуса угла между проранжированным списком и исходным списком обучающей выборки, для ранжирования результатов поиска (Т.Кин, Х.-Д.Чжанг, М.-Ф.Тсаи, Д.-С.Ванг, Т.-Я.Лью, X.Ли: Запросо-зависимые функции потерь для информационного поиска. Журнал "Inf. Process. Manage". 44(2): 838-855, 2008 - [Т.Qin, X.-D.Zhang, M.-F.Tsai, D.-S.Wang, T.-Y.Liu, H.Li: Query-level loss functions for information retrieval. Inf. Process. Manage. 44(2): 838-855, 2008)],
3. Метод ранжирования AdaRank, в котором для построения ранжирующей функции используется алгоритм машинного обучения AdaBoost, производящий построение линейной комбинации классификаторов для улучшения работы ранжирующей модели. (Ю.Ху, X.Ли. AdaRank: алгоритм ускоренного перебора для информационного поиска. СИГИР 2007 - ),
4. Метод ранжирования SoftRank, суть которого заключается в прямой оптимизации негладких метрик ранжирования, (Майке Тэйлор, Джон Гуйвер, Стивен Робертсон, Том Минка. SoftRank: Оптимизация негладких метрик, 2008 - ) и другие.
Все эти методы показывают достаточно высокую точность в своих узкоспециальных областях.
Недостатками известных способов отбора вариантов являются:
Использование сложных процедур отбора в работе с большими объемами данных, что ведет к значительному возрастанию вычислительной сложности;
Невысокая точность при отборе и ранжировании вариантов с использованием большого числа критериев или/и при наличии большого числа вариантов.
Как правило, на больших объемах данных используется способ поиска по деревьям решений. Он заключается в построении последовательности пороговых процедур, с помощью которых осуществляется выбор вариантов.
Недостатком способа поиска по деревьям решений является низкая достоверность результатов, так как выбор пороговых процедур в качестве способа отбора и ранжирования вариантов не всегда обоснован (эффективен). Кроме того, для отбора или ранжирования вариантов может быть одновременно использован не один критерий, а целая группа (их комбинация), что не учитывается в методе поиска по деревьям решений. Зачастую произвести отбор или ранжирование всего списка вариантов по какому-то одному критерию (нескольким критериям) невозможно. В связи с этим для ранжирования вариантов с высокой точностью необходимо выполнить построение большого количества таких деревьев, а результаты их работы необходимо агрегировать.
Известны способы по патенту РФ №2435212 «Сбор данных о пользовательском поведении при веб-поиске для повышения релевантности поиска», патенту РФ №2443015 «Функции ранжирования, использующие модифицированный байесовский классификатор запросов с инкрементным обновлением», по патенту РФ №2367997 «Усовершенствованные системы и способы ранжирования документов на основании структурно взаимосвязанной информации», которые заключаются в сборе дополнительной информации, а именно в использовании байесовского классификатора, сборе информации о поведении пользователей, информации о структурных взаимосвязях документов, с помощью которой осуществляется отбор и ранжирование вариантов. Недостатком известных способов является усложнение существующих методов отбора и ранжирования вариантов за счет добавления новых критериев.
Наиболее близким по технической сущности и достигаемому результату является способ вычисления временного веса для результата поиска, который заключается в том, что идентифицируют пользовательское событие, соответствующее результату поиска, причем пользовательское событие имеет начальное время события, время окончания события и длительность события; определяют текущее время и определяют временной вес для этого результата поиска на основании временной близости текущего времени к пользовательскому событию. В способе предполагается, что временной вес изменяется со временем, увеличивается экспоненциально по мере того, как текущее время приближается к начальному времени события, является постоянным в течение длительности события, достигает пика в момент времени в течение длительности события и уменьшается экспоненциально, когда текущее время удаляется от времени окончания события. Способ предназначен для поиска информации в сети Интернет с использованием временного веса для ранжирования результатов поиска. (Патент РФ №2435213, МПК G06F 17/30, опубл. 27.11.2011 г.).
Недостатком известного способа, как и аналогичных существующих технологий поиска по запросу в сети Интернет, является то, что в них, как правило, применяются "грубые" алгоритмы выбора и ранжирования, т.е. алгоритмы с линейной вычислительной сложностью О(n), где n - число вариантов. Как правило, эта сложность достигается тем, что разработанные правила выбора и ранжирования упрощаются (точнее говоря, огрубляются), чтобы обеспечить приемлемый уровень сложности. При этом результат, достигаемый с помощью таких способов, получается более низкого качества.
Техническая задача, на решение которой направлено заявляемое изобретение, состоит в создании нового способа для более качественного отбора и ранжирования эффективных вариантов, обеспечивающего высокую скорость отбора и высокую точность результатов.
Поставленная техническая задача решается тем, что согласно предложенному изобретению способ отбора и ранжирования эффективных вариантов по первому варианту реализации заключается в том, что предварительно формируют критерии оценки релевантности варианта поисковому запросу и задают конечное число вариантов или набор процедур выбора и ранжирования вариантов и последовательность их выполнения для отбора вариантов, оцениваемых как наиболее эффективные, осуществляют оценку каждого из вариантов по релевантности критериям поискового запроса, на основании которой ранжируют варианты путем присвоения ранга каждому из них из условия соответствия наибольшему числу критериев в порядке их убывания; последовательно осуществляют отбор и ранжирование вариантов по методу суперпозиции по меньшей мере в два этапа, если количество вариантов в оставшейся группе вариантов соответствует предварительно заданному конечному числу вариантов для отбора или использованы все заданные процедуры выбора, отбор вариантов и их ранжирование прекращают и варианты из отобранной группы оценивают как наиболее эффективные, если количество вариантов в оставшейся группе вариантов не соответствует предварительно заданному конечному числу вариантов для отбора, отбор вариантов и их ранжирование продолжают, при этом отбор вариантов, их ранжирование и исключение осуществляют до момента, пока не будет достигнуто заданное число вариантов или пока не будут использованы все заданные процедуры выбора и отобранную группу вариантов оценивают как наиболее эффективную.
Заявляемый способ по первому варианту реализации характеризуется следующими дополнительными существенными признаками:
На втором и последующих этапах формируют критерии оценки поискового запроса, на основании которых ранжируют варианты и осуществляют отбор вариантов из оставшегося обработанного па предыдущем этапе массива по методу суперпозиции с использованием методов, вычислительная сложность которых не ниже квадратичной O(n 2) и исключают следующую группу вариантов с меньшим рангом.
Поставленная техническая задача решается тем, что согласно предложенному изобретению способ отбора и ранжирования эффективных вариантов по второму варианту реализации заключается в том, что предварительно формируют критерии оценки релевантности варианта поисковому запросу и задают конечное число вариантов для отбора, оцениваемых как наиболее эффективные, осуществляют оценку каждого из вариантов по релевантности критериям поискового запроса, на основании которой ранжируют варианты путем присвоения ранга каждому из них из условия соответствия наибольшему числу критериев в порядке их убывания; последовательно осуществляют отбор и ранжирование вариантов по методу суперпозиции по меньшей мере в два этапа, если количество вариантов в оставшейся группе вариантов соответствует предварительно заданному конечному числу вариантов для отбора, отбор вариантов и их ранжирование прекращают и варианты из отобранной группы оценивают как наиболее эффективные, если количество вариантов в оставшейся группе вариантов не соответствует предварительно заданному конечному числу вариантов для отбора, отбор вариантов и их ранжирование продолжают, при этом отбор вариантов, их ранжирование и исключение осуществляют до момента, пока не будет достигнуто заданное число вариантов, отобранную группу вариантов оценивают как наиболее эффективную.
Заявляемый способ по второму варианту реализации характеризуется следующими дополнительными существенными признаками:
На первом этапе осуществляют отбор вариантов при наличии их большого числа по методу суперпозиции с использованием методов выбора и ранжирования, характеризующихся линейной вычислительной сложностью O(n), и исключают группу вариантов, которые имеют самый низкий ранг;
На втором и последующих этапах формируют критерии оценки поискового запроса, на основании которых ранжируют варианты и осуществляют отбор вариантов из оставшегося обработанного на предыдущем этапе массива по методу суперпозиции с использованием методов, вычислительная сложность которых не ниже квадратичной O(n 2) и исключают следующую группу вариантов с меньшим рангом;
в способе дополнительно задают набор процедур выбора и ранжирования вариантов и последовательность их выполнения.
Поставленная техническая задача решается тем, что согласно предложенному изобретению, способ отбора и ранжирования эффективных вариантов по третьему варианту реализации заключается в том, что предварительно формируют критерии оценки релевантности варианта поисковому запросу и задают набор процедур выбора и ранжирования вариантов и последовательность их выполнения для отбора вариантов, оцениваемых как наиболее эффективные, осуществляют оценку каждого из вариантов по релевантности критериям поискового запроса, на основании которой ранжируют варианты путем присвоения ранга каждому из них из условия соответствия наибольшему числу критериев в порядке их убывания; последовательно осуществляют отбор и ранжирование вариантов по методу суперпозиции, по меньшей мере, в два этапа, отбор вариантов, их ранжирование и исключение осуществляют до момента, пока не будут использованы все заданные процедуры выбора и отобранную группу вариантов оценивают как наиболее эффективную.
Заявляемый способ но третьему варианту реализации характеризуется следующими дополнительными существенными признаками:
На первом этапе осуществляют отбор вариантов при наличии их большого числа по методу суперпозиции с использованием методов выбора и ранжирования, характеризующихся линейной вычислительной сложностью O(n), и исключают группу вариантов, которые имеют самый низкий ранг
На втором и последующих этапах формируют критерии оценки поискового запроса, на основании которых ранжируют варианты и осуществляют отбор вариантов из оставшегося обработанного на предыдущем этапе массива по методу суперпозиции с использованием методов, вычислительная сложность которых не ниже квадратичной 0(п2) и исключают следующую группу вариантов с меньшим рангом.
Дополнительно задают конечное число вариантов для отбора, оцениваемых как наиболее эффективные;
Для отбора наиболее эффективной группы вариантов задают дополнительные методы выбора и ранжирования и последовательность их выполнения и повторно осуществляют отбор и ранжирование.
Технический результат, достижение которого обеспечивается реализацией всей заявляемой совокупности существенных признаков способа, состоит в повышении скорости и точности (достоверности) отбора эффективных вариантов в поисковых, рекомендательных системах за счет возможности, используя принцип суперпозиции, регулировать сложность процедур выявления эффективных вариантов.
Сущность изобретения поясняется фиг.1, на которой представлена схема последовательности операций при осуществлении заявляемого способа, где:
1 - исходный набор вариантов (множество различных вариантов);
2 - процедура исключения неэффективных объектов на первом этапе с использованием приближенных методов;
3 - набор вариантов, оставшихся после первого этапа отбора;
4 - отсечение неэффективных вариантов с помощью процедур исключения;
5 - последовательное применение процедур исключения неэффективных объектов с использованием приближенных методов;
6 - подмножество вариантов, не содержащее неэффективные варианты;
7 - операция ранжирования полученной на шаге 6 группы вариантов с использованием как приближенных, так и точных методов;
8 - операция присвоения всем неэффективным вариантам самого низкого ранга и добавление этих вариантов в итоговый список после ранжированных вариантов;
9 - предоставление итоговой упорядоченной группы вариантов конечному потребителю;
10 - группы неэффективных вариантов, отсеченных с использованием последовательной суперпозиции процедур исключения.
Предложенный способ основан на методе суперпозиции, который заключается в последовательном исключении предыдущих вариантов с помощью некоторых процедур, которые на каждом этапе исключения могут быть различными.
Заявляемый способ осуществляется следующим образом (фиг.1).
Существует или формируется большой набор вариантов 1, в котором могут находиться неэффективные варианты.
Термин «большой набор вариантов (поисковых элементов)» рассматривается в рамках концепции «Большие данные» (Big Data), появившейся в связи с развитием информационных технологий и включающей в себя подходы к обработке огромных объемов разнородной информации.
Под большим набором вариантов (поисковых элементов) в рамках этой концепции понимается структурированный или неструктурированный набор данных огромного объема и значительного многообразия.
Для того чтобы исключить неэффективные варианты и отобрать наиболее эффективные варианты предварительно формируют критерии оценки релевантности варианта (поискового элемента) поисковому запросу и, при необходимости, задают конечное число вариантов (поисковых элементов) для отбора, оцениваемых как наиболее эффективные (как максимально соответствующие критериям оценки релевантности поисковому запросу). Далее осуществляют оценку каждого из вариантов (поисковых элементов) по релевантности критериям поискового запроса, на основании которой ранжируют варианты (поисковые элементы) путем присвоения ранга каждому из них из условия соответствия наибольшему числу критериев в порядке их убывания. Отбор и ранжирование вариантов (поисковых элементов) осуществляют последовательно по методу суперпозиции по меньшей мере в два этапа.
Способ может быть определен иначе - может быть задан набор используемых методов выбора и ранжирования и последовательность их применения.
На первом этапе осуществляют отбор вариантов из большого числа (поз.2 фиг.1) по методу суперпозиции с использованием методов выбора и ранжирования, характеризующихся линейной вычислительной сложностью O(n).
Для данной операции могут быть использованы известные методы, характеризующиеся линейной вычислительной сложностью O(n), такие как, например, правило относительного большинства, правило Борда, правило надпорогового выбора и другие. Наиболее полный список правил выбора приведен в Приложении 1.
В результате формируют две группы вариантов: группу вариантов 10, имеющих самый низкий ранг, и группу вариантов 3, подлежащих дальнейшему анализу.
Группу вариантов 10, которые имеют самый низкий ранг, исключают (поз.4 фиг.1).
На следующем этапе формируют критерии оценки поискового запроса, на основании которых ранжируют варианты. Отбор вариантов из оставшегося обработанного массива осуществляют по методу суперпозиции (поз.5 фиг.1) с использованием методов, вычислительная сложность которых не ниже квадратичной O(n 2).
Для данной операции могут быть использованы известные методы, вычислительная сложность которых не ниже квадратичной O(n 2), такие, как, например, минимальное недоминируемое множество, правило Ричелсона или правила, основанные на построении мажоритарной или турнирной матрицы (см. Приложение 1).
Отбор вариантов и их ранжирование прекращают и варианты (поисковые элементы) из отобранной группы оценивают как наиболее эффективные или перспективные, когда будут выполнены все используемые (заданные) методы выбора и ранжирования или если количество вариантов в оставшейся группе вариантов соответствует предварительно заданному конечному числу вариантов (поисковых элементов) для отбора. Отбор вариантов и их ранжирование может быть осуществлено повторно с помощью задания дополнительных способов выбора и ранжирования, а также последовательности их выполнения.
В ином случае отбор и ранжирование продолжают осуществлять, как описано выше (поз.7 и 8 фиг.1). То есть группу вариантов 6 ранжируют с использованием операций ранжирования 7, при необходимости можно добавлять (поз.8 фиг.1) к ней варианты из группы неэффективных вариантов 10. Отбор вариантов (поисковых элементов), их ранжирование и исключение осуществляют (поз.9 фиг.1) до момента, пока не будет достигнуто заданное число вариантов (поисковых элементов) или пока не будут выполнены все используемые (заданные) методы выбора и ранжирования, а отобранную группу вариантов 9 (поисковых элементов) оценивают как наиболее эффективные (перспективные). Таким образом, происходит отбор и ранжирование эффективных вариантов, их ранжирование и предоставление этих вариантов конечному потребителю.
Суперпозиционный подход используется тогда, когда нельзя однозначно определить по одному критерию, какие варианты являются эффективными, а какие нет. Отличительной особенностью способа является возможность выявлять при наличии большого числа критериев из большого числа вариантов те варианты, которые являются эффективными, а также возможность регулировать вычислительную сложность предложенного способа. Заявляемый способ позволяет перейти от сложных механизмов выявления эффективных вариантов к составным, которые представляют собой комбинацию или суперпозицию более простых процедур. Результаты выполнения предыдущих этапов отбора и ранжирования обрабатывают на следующих этапах способа.
Кроме того, в заявляемом способе для ранжирования вариантов может быть одновременно использован не один критерий, а целая группа критериев (их комбинация), что не учитывается, например, в известном методе поиска по деревьям решений, который использует простейшие пороговые процедуры, выбор которых не всегда обоснован.
В отличие от известных методов метод суперпозиции является достаточно гибким и позволяет варьировать число этапов в способе отбора.
В суперпозиционном подходе исключается возможность потерять эффективные варианты в случае использования приближенных методов. После последовательной композиции этапов исключения происходит отбор и ранжирование оставшихся вариантов. Все неэффективные варианты, которые были исключены до процедуры ранжирования, будут иметь низший (наихудший) ранг и будут выбираться (предлагаться) для решения задач в самую последнюю очередь.
Под приближенными методами, которые используются для сокращения числа вариантов с высокой скоростью, понимаются правила выбора и ранжирования с линейной вычислительной сложностью O(n). Такие правила (методы) должны использовать (считывать) значения параметров каждого варианта (альтернативы) только такое число раз к, которое не зависит от числа вариантов (альтернатив) n, и значительно меньше, чем n.В самом быстром (идеальном) случае для правила со сложностью О(n), каждый вариант используется только один раз. Правило имеет возможность определить, эффективен вариант или нет, основываясь только на данных одного этого варианта, не сравнивая его с каждым из остальных вариантов. Например, для правила отбрасывания неэффективных вариантов, со значениями "ниже среднего", по какому- либо параметру (по которому значения чем выше, тем лучше), требуется считать значение каждого варианта только 2 раза: первый раз, чтобы подсчитать среднее, и второй раз, чтобы определить, выше или ниже значение этого варианта, чем среднее. Это правило относится к правилам с линейной вычислительной сложностью O(n).
Таким образом, использование методов выбора и ранжирования, характеризующихся линейной вычислительной сложностью O(n) обеспечивает значительное повышение скорости отбора эффективных вариантов в поисковых, рекомендательных системах.
Однако изначально на всем объеме вариантов достаточно затруднительно использовать тонкие (точные) методы в силу наличия большого количества вариантов. При применении приближенных процедур отсечения неэффективных вариантов количество различных вариантов уменьшается, что, в конце концов, приводит к возможности использовать более тонкие методы для отбора и ранжирования оставшихся вариантов.
Под тонкими (точными) методами, которые используются при наличии небольшого числа вариантов, понимаются правила выбора и ранжирования, вычислительная сложность которых зависит исключительно от количества раз использования каждого варианта. Существует правила, использующие попарные "расстояния" между вариантами (альтернативами), в специальных шкалах. Такие правила должны для каждого варианта перебрать все остальные варианты, т.е. произвести (n умножить на n) действий, вычислительная сложность здесь квадратичная. Существуют также правила, сравнивающие каждый вариант со всевозможными наборами остальных вариантов, чтобы более точно определить позицию данного варианта по отношению к остальным. Вычислительная сложность таких правил еще выше. Можно сказать, что правила со сложностями, начиная с квадратичной O(n 2), не могут применяться на полном наборе вариантов (исчисляемых миллионами) при решении задачи поиска и ранжирования в сети Интернет, и в сходных задачах в других сферах деятельности, так как вычислительная сложность этих правил сильно зависит от количества имеющихся в наборе вариантов.
Таким образом, использованием методов, вычислительная сложность которых не ниже квадратичной O(n 2) обеспечивает значительное повышение точности (достоверности) отбора эффективных вариантов в поисковых, рекомендательных системах.
Преимуществом способа является также то, что появляется возможность регулировать вычислительную сложность процедуры выявления эффективных вариантов. Это значит, что если на большом объеме данных применение некоторых процедур требовало огромных вычислительных ресурсов, то после последовательного исключения вариантов те же процедуры на оставшемся подмножестве могут работать достаточно быстро. Другими словами, установив некоторый предел по количеству вычислительных ресурсов, используемых на выполнение способа, можно установить количество стадий, с помощью которых можно произвести отсечение заведомо неэффективных вариантов с использованием быстрых приближенных методов, после выполнения которых можно использовать достаточно трудоемкие процедуры, выявляющих эффективные варианты с достаточно высокой точностью. В этом и заключается управление вычислительной сложностью способа.
Заявляемый способ может быть также применен в задаче обучения ранжированию, то есть задаче выбора вариантов с заранее известными оценками их полезности по критериям. Способ позволяет формировать по заранее известной степени полезности (эффективности) одних вариантов правила их отбора и ранжирования (набор применяемых методов выбора и ранжирования, а также последовательность их применения), в соответствии с которым может быть произведен отбор и ранжирование других вариантов, о степени полезности (эффективности) которых ничего не известно.
Заявляемый способ может быть осуществлен с использованием известных аппаратных и программных средств. Реализация заявляемого способа включает:
1. Сбор и хранение данных/
2. Обработка данных, отбор и ранжирование вариантов.
3. Предоставление результатов пользователю.
Сбор и хранение данных. На данной стадии происходит сбор и хранение необходимой информации о существующих вариантах. Информация о вариантах может собираться из существующих источников данных, например, из различных существующих информационных систем, веб-сайтов, веб-сервисов, других серверов данных, файлов на ЭВМ, т.е. из всех источников, хранящих информацию о вариантах в пригодном для дальнейшей обработки формате. Сбор данных может быть произведен с использованием существующих программных средств, производящих извлечение данных из внешних источников (например, ETL-системы или средства сбора содержимого веб-страниц в сети Интернет), или реализован на ЭВМ с использованием любого языка программирования, в частности, языка программирования C, C++, C#, Java, Python, PHP и многих других. Хранение информации может осуществляться как на сервере или группе серверов с использованием существующих платформ, осуществляющих хранение данных, так и на любом носителе информации, с которого возможно производить дальнейшее чтение имеющейся информации. Также хранение информации может осуществляться непосредственно в оперативной памяти ЭВМ в случае, когда нет необходимости производить постоянное хранение информации.
Обработка данных, включающая согласно заявляемому способу отбор и ранжирования вариантов с использованием приближенных и точных методов, реализуется с использованием ЭВМ, которая производит ранжирование вариантов и выявление наиболее эффективных из них. Этап обработки данных может быть произведен как на сервере, так и на самой ЭВМ пользователя.
После выполнения этапа обработки данных полученные результаты предоставляются конечному пользователю в любом пригодном для него формате. Результаты выполнения могут храниться на сервере, других носителях информации, с которых возможно производить ее дальнейшее чтение, либо могут быть предоставлены на экран ЭВМ пользователя напрямую с использованием веб-браузера или любого другого программного средства, с помощью которого осуществляется просмотр информации.
Примеры осуществления способа.
Задача поиска релевантных страниц в сети Интернет с отбором и ранжированием на основе принципа суперпозиции
Задача поиска релевантных страниц в сети Интернет, ранжирование на основе идеи суперпозиции может реализовываться следующим образом. Сначала быстрыми (приближенными) методами исключают заведомо нерелевантные страницы. Этими нерелевантными страницами могут быть, например, те страницы, которые не принадлежат заданной тематике, содержат спам, вирусы, рекламу, нежелательный для пользователя контент, фишинг (интернет-мошенничество) и другое. Затем на оставшемся значительно меньшем наборе страниц применяются более тонкие (точные) методы ранжирования, требующие, однако, больших вычислительных ресурсов (медленные). Упомянутые выше нерелевантные страницы никогда не могут быть релевантными запросу пользователя, а это значит, что их использование в более трудоемких методах избыточно и просто не нужно. В данном примере суперпозиция некоторого набора быстрых, но приближенных методов (применяемых для отсечения только самых нерелевантных страниц) и некоторого набора точных методов (применяемых для окончательного ранжирования не большого числа альтернатив) дает выигрыш в скорости и точности (релевантности) окончательного ранжирования. В частности, для нерелевантных страниц нет необходимости проводить детальное ранжирование, достаточно им всем присвоить один и тот же ранг (последнее место в ранжировании).
| Таблица 1 | ||||||||
| Сравнение точной процедуры выбора (Правила Парето) и четырехшагового способа, основанного на идее суперпозиции | ||||||||
| № | Количество слов из запроса в заголовке документа | Количество слов из запроса во всем документе | Булева модель (наличие всех слов запроса в документе) | Правило Парето | Модель суперпозиции | |||
| Этап 1. Надпорог овый выбор по заголовку | Этап 2. Надпороговый выбор по документу | Этап 3. Надпороговый выбор по булевой модели | Этап 4. Парето | |||||
| 1 | 1 | 6 | 1 | 0 | 1 | 1 | 1 | 0 |
| 2 | 2 | 10 | 1 | 1 | 1 | 1 | 1 | 1 |
| 3 | 4 | 7 | 0 | 0 | 1 | 1 | 0 | 0 |
| 4 | 0 | 3 | 1 | 0 | 0 | 0 | 0 | 0 |
| 5 | 3 | 9 | 1 | 1 | 1 | 1 | 1 | 1 |
| 6 | 4 | 8 | 1 | 1 | 1 | 1 | 1 | 1 |
| 7 | 1 | 1 | 0 | 0 | 1 | 1 | 0 | 0 |
| 8 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 9 | 1 | 0 | 0 | 0 | 1 | 0 | 0 | 0 |
| 10 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 11 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 12 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 13 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 14 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 15 | 0 | 2 | 0 | 0 | 1 | 0 | 0 | 0 |
| 16 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 17 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 |
| 18 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 19 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 20 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 21 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 22 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 23 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 |
| 24 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 25 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 26 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 27 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 28 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 29 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 |
В таблице 1 приведен простейший пример использования двух способов выбора вариантов - правила Парето и четырехшагового способа отбора, основанного на идее суперпозиции. В задаче необходимо определить, какие из вариантов являются наиболее релевантными (подходящими) введенному запросу пользователя. Каждый вариант оценивается по трем критериям: количество слов из запроса в заголовке документа, количество слов из запроса во всем документе, булева модель (наличие всех слов запроса в документе). В примере выбор производится из 29 вариантов.
В случае, если использовать обычное правило Парето, то релевантными документами будут являться документы №2, 5, 6. При использовании правила Парето каждый вариант должен быть сопоставлен со всеми остальными вариантами, т.е. каждый из 29 вариантов должен быть сопоставлен друг с другом. Это означает, что чем больше вариантов находится в выборке, тем больше вычислительная сложность этого правила, что ведет к необходимости использования более простых (приближенных) правил выбора.
Однако правило Парето может быть применено, если использовать способ отбора и ранжирования эффективных вариантов, основанный на идее суперпозиции. В таблице 1 приведен способ отбора в четыре этапа, который заключается в последовательном применении трех надпороговых правил, после чего применяется правило Парето.
На первом этапе происходит исключение всех вариантов (документов), в заголовке которых не находится ни одного слова из запроса. Таким образом, число вариантов сокращается с 29 до 8.
На втором этапе происходит исключение тех вариантов, у которых в основной части документа не было найдено ни одного слова из запроса. Тогда число вариантов сокращается с 8 до 6. После этого выбираются только те документы, в которых находятся все слова из запроса. В результате число вариантов сокращается до 4. После этого осуществляют применение правила Парето по оставшимся вариантам, и в итоговый выбор входит только 3 варианта (документа) - №2, 5, 6.
В данном примере результаты обоих способов совпадают. Однако вычислительная сложность правила Парето значительно выше. Поэтому в случае, если число вариантов небольшое, выбор способа отбора и ранжирования не принципиален (не имеет значения). Однако в условиях, когда число вариантов достигает нескольких миллионов, необходимо использовать второй способ, основанный на идее суперпозиции, т.к. он позволяет комбинировать простые и сложные правила выбора, что уменьшает вычислительную сложность способа.
В ряде моделей для представления наиболее интересного и востребованного предложения участникам социальных сетей необходимо сегментировать группы пользователей по их общим интересам или по интенсивности обмена информацией между ними. В этом случае, например, пороговое отсечение по правилу "не более одного контакта за последний год" (для определенного набора товаров и услуг) позволяет сразу сузить число вариантов внутри группы до уровня, приемлемого для более сложных алгоритмов. Разумеется, наличие более одного контакта за год не подразумевает общность интересов пользователей, т.е. отсекаются заведомо неэффективные варианты группировки (сегментации) участников социальных сетей по их интересам, с одновременным и резким снижением объема группы.
Таким образом, представленный способ позволяет с высокой точностью производить отбор и ранжирование вариантов, особенно при наличии большого количества вариантов, характеризуемых большим набором показателей, так как он позволяет производить комбинирование приближенных и точных процедур.
Заявляемый способ может быть использован при отборе эффективных вариантов в поисковых, рекомендательных системах, системах поддержки принятия решений, сетях Интернет, системах автоматической классификации пакетов данных и в других смежных областях.
Кроме того, изобретение может быть использовано при решении задачи обучения ранжированию, то есть задаче выбора вариантов с заранее известными оценками их полезности по критериям, например, при оценке эффективности работы предприятий, торговых точек и других объектов в смежных областях.
Приложение 1. Список правил выбора, приведенных в работе Ф.Т.Алескерова, Э. Курбанова "О степени манипулируемости правил коллективного выбора", Автоматика и телемеханика, 1998, №10, 134-146.
1. Правило относительного большинства (Plurality rule)
В выбор входят альтернативы, которые являются лучшими для наибольшего числа критериев, т.е.
т.е. означает число критериев, у которых альтернатива a стоит не ниже q-го места в их упорядочении. Таким образом, если q=1, тогда a - это лучшая альтернатива для критерия i; если q=2, тогда a - либо первая, либо вторая наилучшая альтернатива, и т.д. Число q будем называть уровнем процедуры.
т.е. выбираются альтернативы, которые находятся среди q лучших для максимального числа критериев.
Данное правило для выбора имеет линейную вычислительную сложность, для ранжирования вычислительная сложность правила зависит от значения q. При q< 3. Пороговое правило (Threshold rule) Пусть ν 1 (x) - число критериев, для которых альтернатива x является наихудшей в их упорядочениях, ν 2 (x) - число критериев, для которых альтернатива x является второй наихудшей, и так далее, ν m (x) - число критериев, для которых альтернатива x является наилучшей. Затем альтернативы упорядочиваются лексикографически. Говорят, что альтернатива x V - доминирует альтернативу y если ν 1 (x)< ν 1 (y) или, если существует k≤m такое, что ν i (x)= ν i (y), i=1, …, k-1, и ν k (x)< k (y). Другими словами, в первую очередь сравниваются количества последних мест в упорядочениях для каждой альтернативы, в случае, когда они равны, идет сравнение количества предпоследних мест, и так далее. Выбором являются альтернативы, недоминируемые по V. Данное правило для выбора и ранжирования имеет линейную вычислительную сложность. 4. Правило Борда (Borda rule) Каждой альтернативе x∈A ставится в соответствие число
r
i
(x
,
P
→)
равное мощности множества альтернатив, худших, чем x в критерии
P
i
∈
P
→
, то есть
r
i
(x
,
P
→)
=
|
L
i
(x)
|
=
|
{
b
∈
A:
x
P
i
b
}
|
. Сумма данных значений для i∈N называется рангом Борда для альтернативы x, В выбор входят альтернативы с максимальным рангом 5. Процедура Блэка Если существует победитель Кондорсе, то он объявляется коллективным выбором, иначе используется правило Борда. 6. Процедура Кумбса. Исключается вариант, который считают худшим максимальное число избирателей. Затем профиль сужается до нового множества X и процедура продолжается до тех пор, пока не останутся только неисключаемые варианты. Отметим здесь разницу между правилом Кумбса и системой передачи голосов. В правиле Кумбса вычеркиваются худшие варианты, в то время как в системе передачи голосов вычеркиваются варианты, лучшие для минимального числа избирателей. Данное правило для выбора и ранжирования имеет линейную вычислительную сложность. 7. Процедура Хара Для каждой альтернативы подсчитывается количество первых мест в упорядочениях по критериям. Далее из голосования выбывают альтернативы с наименьшим количеством первых мест.Процедура повторяется, пока выбор остается непустым. Данное правило для выбора и ранжирования имеет линейную вычислительную сложность. 8. Обратное правило относительного большинства В выбор входят альтернативы, которые являются худшими для наименьшего числа критериев. Данное правило для выбора и ранжирования имеет линейную вычислительную сложность. 9. Первое правило Копланда Для каждой альтернативы считаются два показателя: сумма количеств альтернатив, которые хуже заданной по каждому критерию, и сумма количеств альтернатив, которые лучше заданной по каждому критерию. В коллективный выбор входят альтернативы с наибольшей разностью этих двух показателей. Данное правило для выбора имеет линейную вычислительную сложность, для ранжирования вычислительная сложность правила сильно зависит от входных данных и в худшем случае является квадратичной. 10. Обратная процедура Борда (с передачей голосов) Для каждой альтернативы подсчитывается ранг Борда. Далее альтернатива с наименьшим рангом выбывает. Ранги Борда пересчитываются для множества альтернатив без выбывшей альтернативы. Процедура повторяется, пока выбор непустой. Для выбора вычислительная сложность правила в худшем случае квадратичная. Для ранжирования вычислительная сложность правила не ниже квадратичной. 11. Правило Нансона Подсчитывается ранг Борда для всех вариантов. Затем подсчитывается средняя оценка Борда и исключаются только те варианты x, для которых оценка Борда ниже средней. Затем строится множество X=A\{x}, и процедура применяется к суженному профилю /X. Процедура продолжается до тех пор, пока не останутся только неисключаемые варианты. Для выбора вычислительная сложность правила в худшем случае квадратичная. Для ранжирования вычислительная сложность правила не ниже квадратичной. 12. Минимальное доминирующее множество Множество альтернатив Q является доминирующим тогда и только тогда, когда любая альтернатива из Q доминирует любую альтернативу вне Q по мажоритарному отношению. Доминирующее множество является минимальным, если ни одно из его собственных подмножеств не является доминирующим. Коллективным выбором является минимальное доминирующее множество, если таковое существует одно, или их объединение, если таковых несколько. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 13. Минимальное недоминируемое множество Множество альтернатив Q является недоминируемым тогда и только тогда, когда не существует альтернативы вне Q, которая доминирует какую-либо альтернативу из множества Q. Недоминируемое множество является минимальным, если ни одно из его собственных подмножеств не является недоминируемым. Коллективным выбором является минимальное недоминируемое множество, если таковое существует одно, или их объединение, если таковых несколько. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 14. Минимальное слабоустойчивое множество Множество альтернатив Q является слабоустойчивым тогда и только тогда, когда из существования альтернативы у вне Q, доминирующей альтернативу x из Q, следует существование альтернативы z из Q такой, что z доминирует У- Слабоустойчивое множество является минимальным, если ни одно из его собственных подмножеств не является слабоустойчивым. Коллективным выбором является минимальное слабоустойчивое множество, если таковое существует одно, или их объединение, если таковых несколько. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 75. Правило Фишберна Построим новое бинарное отношение у, в котором х доминирует у тогда и только тогда, когда верхний контур альтернативы х является собственным подмножеством верхнего контура альтернативы у. Коллективным выбором будет набор альтернатив, недоминируемых по отношению у. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 16. Непокрытое множество I. Построим новое бинарное отношение 5, в котором x доминирует у тогда и только тогда, когда нижний контур альтернативы у является собственным подмножеством нижнего контура альтернативы x. Коллективным выбором будет набор альтернатив, недоминируемых по отношению 8. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 17. Непокрытое множество II Альтернатива x B - доминирует альтернативу y, если x доминирует y по мажоритарному отношению и верхний контур альтернативы x является подмножеством верхнего контура альтернативы y. В коллективный выбор входят альтернативы, недоминируемые по отношению B. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 18. Правило Ричелсона Строится новое бинарное отношение σ, в котором x доминирует y тогда и только тогда, когда Нижний контур y является подмножеством нижнего контура x Верхний контур x является подмножеством верхнего контура y В одном из двух указанных выше случаев вхождение происходит как «собственное подмножество» В коллективный выбор входят недоминируемые по о альтернативы. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 19. Первое правило Копланда В коллективный выбор входят альтернативы с максимальной разницей мощностей нижнего контура и верхнего контура. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 20. Второе правило Копланда В коллективный выбор входят альтернативы с максимальной мощностью нижнего контура. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 21. Третье правило Копланда В коллективный выбор входят альтернативы с минимальной мощностью верхнего контура. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 22. Двухступенчатое правило относительного большинства Сначала используется правило простого большинства (т.е. выбирается вариант, получивший больше 50% голосов - первых мест - в упорядочениях избирателей). Если такой вариант найден, то процедура останавливается. Если же такого варианта нет, то выбираются два варианта, набравшие больше голосов, чем другие варианты (если их больше двух, то берутся два с наименьшими номерами). Затем, считая что мнения избирателей относительно этих вариантов (при вычеркивании остальных) не изменяются, вновь применяем правило простого большинства/голосов - уже на двухэлементном множестве. Поскольку индивидуальные мнения представляются в виде линейных порядков, всегда (при нечетном числе избирателей) существует единственный вариант-победитель. Данное правило для выбора и ранжирования имеет линейную вычислительную сложность. Сначала используется правило простого большинства (т.е. выбирается вариант, получивший больше 50% голосов). Если такой вариант найден, то процедура останавливается. Если же такого варианта нет, то из списка вычеркивается вариант x, набравший минимальное количество голосов. Затем процедура вновь применяется к множеству X=A\{x и профилю /X Данное правило для выбора и ранжирования имеет линейную вычислительную сложность. 24. Процедура Янга Если для профиля существует победитель Кондорсе, то он выбирается, и процедура на этом останавливается. Если же такого варианта нет, то рассматриваются всевозможные коалиции, на которых существуют частичные победители Кондорсе. Далее определяется функция u(x) как мощность максимальной коалиции, в которой x является победителем Кондорсе. Тогда выбираются варианты с максимальным значением ux: Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 25. Процедура Симпсона (максиминная процедура) Построим матрицу S + такую, что ∀a
, b∈X, S + =(n(a,b)), где n(a, b)=card{i∈N|aP i b}, n(a,a)=+ ∞. Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 26. Минимаксная процедура Построим матрицу S - такую, что ∀a
,b∈X, S + =(n(a,b)), n(a,a)=-∞. Коллективный выбор определяется как Данное правило для выбора и ранжирования имеет вычислительную сложность не ниже квадратичной. 27. Сильное q-паретовское правило простого большинства Пусть f(P → ;i;q)={X∈A-||card(D ↓ i(x))≤q} определяет q+1 вариантов от максимального и ниже в линейном порядке P i . Пусть ℑ={I⊂N-||card(I)=) (Где функция [χ] означает минимальное целое число, большее или равное x) есть семейство коалиций простого большинства. Введем функцию выбирающую вариант, который находится среди верхних вариантов для каждого избирателя хотя бы в одной коалиции простого большинства, и начнем с q=0. Если при q=0 такого варианта нет, то заново просматривается выбор по коалициям простого большинства при q, увеличенном на единицу (т.е. гири q=1) и т.д., до тех пор, пока выбор будет не пуст. Из этого непустого множества выбирается вариант с наименьшим номером, который принимается в качестве коллективного выбора. Данное правило для выбора и ранжирования имеет экспоненциальную вычислительную сложность. 28. Сильное q-паретовское правило относительного большинства Это правило аналогично правилу 26, с тем дополнением, что если выбраны несколько вариантов, то для каждого из них подсчитывается число выбравших его коалиций. Затем выбираются варианты с максимальным значением этого показателя. Выбираются варианты с максимальным значением этого показателя. Данное правило для выбора и ранжирования имеет экспоненциальную вычислительную сложность. 29. Сильнейшее q-паретовское правило простого большинства Введем функцию C
(A)
=
∩
I
∈
ℑ
f
(P
→
;
I
;
q)
где
f
(P
→
;
I
;
q)
=
{
χ
∈
A
−
|
|
c
a
r
d
(∩
↓
i
(x)
])
≤
q
}
,
c
a
r
d
(I)
=
[
n
/
2
]
- функция, выбирающая вариант, парето-оптимальный в каждой коалиции простого большинства, и начнем с q=0. Если таких элементов нет, то рассматривается случай q=1, q=2, и т.д., пока выбор будет не пуст.Из этого непустого множества выбирается вариант с наименьшим номером, который и принимается в качестве коллективного выбора. Данное правило для выбора и ранжирования имеет экспоненциальную вычислительную сложность. 30. Правило надпорогового выбора Пусть на множестве A задан критерий φ(x), φ:A→R 1 , а на множестве 2 A задана функция порога V: 2 А →R 1 , сопоставляющая каждому набору Хе2А пороговый уровень V(X). Правило надпорогового выбора представлено в виде следующего выражения: n
¯
s
t:
y
∈
C
(X)
⇔
(y
∈
X
&
ϕ
(y)
≥
V
(X))
. Данное правило для выбора имеет линейную вычислительную сложность, для ранжирования вычислительная сложность зависит входных данных, в худшем случае не выше квадратичной. 1. Способ отбора и ранжирования эффективных вариантов результатов поиска, заключающийся в том, что предварительно формируют критерии оценки релевантности варианта результатов поиска поисковому запросу и задают конечное число вариантов результатов поиска или набор процедур выбора и ранжирования вариантов результатов поиска и последовательность их выполнения для отбора вариантов результатов поиска, оцениваемых как наиболее эффективные, осуществляют оценку каждого из вариантов результатов поиска по релевантности критериям поискового запроса, на основании которой ранжируют варианты результатов поиска путем присвоения ранга каждому из них из условия соответствия наибольшему числу критериев в порядке их убывания; последовательно осуществляют отбор и ранжирование вариантов результатов поиска по методу суперпозиции по меньшей мере в два этапа, если количество вариантов результатов поиска в оставшейся группе вариантов результатов поиска соответствует предварительно заданному конечному числу вариантов результатов поиска для отбора или использованы все заданные процедуры выбора, отбор вариантов результатов поиска и их ранжирование прекращают и варианты результатов поиска из отобранной группы оценивают как наиболее эффективные, если количество вариантов результатов поиска в оставшейся группе вариантов результатов поиска не соответствует предварительно заданному конечному числу вариантов результатов поиска для отбора, отбор вариантов результатов поиска и их ранжирование продолжают, при этом отбор вариантов результатов поиска, их ранжирование и исключение осуществляют до момента, пока не будет достигнуто заданное число вариантов результатов поиска или пока не будут использованы все заданные процедуры выбора и отобранную группу вариантов оценивают как наиболее эффективную. 2. Способ по п. 1, отличающийся тем, что на первом этапе осуществляют отбор вариантов результатов поиска при наличии их большого числа по методу суперпозиции с использованием методов выбора и ранжирования, характеризующихся линейной вычислительной сложностью О(n), и исключают группу вариантов результатов поиска, которые имеют самый низкий ранг. 3. Способ по п. 1, отличающийся тем, что на втором и последующих этапах формируют критерии оценки поискового запроса, на основании которых ранжируют варианты результатов поиска и осуществляют отбор вариантов результатов поиска из оставшегося обработанного на предыдущем этапе массива по методу суперпозиции с использованием методов, вычислительная сложность которых не ниже квадратичной O(n 2) и исключают следующую группу вариантов результатов поиска с меньшим рангом. 4. Способ отбора и ранжирования эффективных вариантов результатов поиска, заключающийся в том, что предварительно формируют критерии оценки релевантности варианта результатов поиска поисковому запросу и задают конечное число вариантов результатов поиска для отбора, оцениваемых как наиболее эффективные, осуществляют оценку каждого из вариантов результатов поиска по релевантности критериям поискового запроса, на основании которой ранжируют варианты результатов поиска путем присвоения ранга каждому из них из условия соответствия наибольшему числу критериев в порядке их убывания; последовательно осуществляют отбор и ранжирование вариантов результатов поиска по методу суперпозиции по меньшей мере в два этапа, если количество вариантов результатов поиска в оставшейся группе вариантов результатов поиска соответствует предварительно заданному конечному числу вариантов результатов поиска для отбора, отбор вариантов результатов поиска и их ранжирование прекращают и варианты результатов поиска из отобранной группы оценивают как наиболее эффективные, если количество вариантов результатов поиска в оставшейся группе вариантов результатов поиска не соответствует предварительно заданному конечному числу вариантов результатов поиска для отбора, отбор вариантов результатов поиска и их ранжирование продолжают, при этом отбор вариантов результатов поиска, их ранжирование и исключение осуществляют до момента, пока не будет достигнуто заданное число вариантов результатов поиска, отобранную группу вариантов результатов поиска оценивают как наиболее эффективную. 5. Способ по п. 4, отличающийся тем, что на первом этапе осуществляют отбор вариантов результатов поиска при наличии их большого числа по методу суперпозиции с использованием методов выбора и ранжирования, характеризующихся линейной вычислительной сложностью О(n), и исключают группу вариантов результатов поиска, которые имеют самый низкий ранг. 6. Способ по п. 4, отличающийся тем, что на втором и последующих этапах формируют критерии оценки поискового запроса, на основании которых ранжируют варианты результатов поиска и осуществляют отбор вариантов результатов поиска из оставшегося обработанного на предыдущем этапе массива по методу суперпозиции с использованием методов, вычислительная сложность которых не ниже квадратичной O(n 2) и исключают следующую группу вариантов результатов поиска с меньшим рангом. 7. Способ по п. 4, отличающийся тем, что дополнительно задают набор процедур выбора и ранжирования вариантов результатов поиска и последовательность их выполнения. 8. Способ отбора и ранжирования эффективных вариантов результатов поиска, заключающийся в том, что предварительно формируют критерии оценки релевантности варианта результатов поиска поисковому запросу и задают набор процедур выбора и ранжирования вариантов результатов поиска и последовательность их выполнения для отбора вариантов результатов поиска, оцениваемых как наиболее эффективные, осуществляют оценку каждого из вариантов результатов поиска по релевантности критериям поискового запроса, на основании которой ранжируют варианты результатов поиска путем присвоения ранга каждому из них из условия соответствия наибольшему числу критериев в порядке их убывания; последовательно осуществляют отбор и ранжирование вариантов результатов поиска по методу суперпозиции по меньшей мере в два этапа, отбор вариантов результатов поиска, их ранжирование и исключение осуществляют до момента, пока не будут использованы все заданные процедуры выбора и отобранную группу вариантов результатов поиска оценивают как наиболее эффективную. 9. Способ по п. 8, отличающийся тем, что на первом этапе осуществляют отбор вариантов результатов поиска при наличии их большого числа по методу суперпозиции с использованием методов выбора и ранжирования, характеризующихся линейной вычислительной сложностью О(n), и исключают группу вариантов результатов поиска, которые имеют самый низкий ранг. 10. Способ по п. 8, отличающийся тем, что на втором и последующих этапах формируют критерии оценки поискового запроса, на основании которых ранжируют варианты результатов поиска и осуществляют отбор вариантов результатов поиска из оставшегося обработанного на предыдущем этапе массива по методу суперпозиции с использованием методов, вычислительная сложность которых не ниже квадратичной O(n 2) и исключают следующую группу вариантов результатов поиска с меньшим рангом. 11. Способ по п. 8, отличающийся тем, что дополнительно задают конечное число вариантов результатов поиска для отбора, оцениваемых как наиболее эффективные. 12. Способ по п. 8, отличающийся тем, что для отбора наиболее эффективной группы вариантов результатов поиска задают дополнительные методы выбора и ранжирования и последовательность их выполнения и повторно осуществляют отбор и ранжирование. Похожие патенты:
Изобретение относится к способу идентификации и классификации объекта. Технический результат - осуществление более быстрой идентификации и классификации объектов за счет предварительного задания N базовых классов, упорядоченных N-мерным вектором V.
Изобретение относится к решениям в области обработки массивов данных, в частности к решениям в области обработки структурированных массивов данных, содержащих текст на естественном языке. Техническим результатом является формирование логически, грамматически и орфографически верной структуры данных, обеспечивающей быструю и удобную навигацию по элементам структуры. В способе преобразования структурированного массива данных, содержащего текст на естественном языке, формируют (101) первую структуру данных структурированного массива данных из итоговой структуры данных структурированного массива данных. Формируют (102) базу данных логических связей логических разделов элементов первой структуры данных. Формируют (103) вторую структуру данных структурированного массива данных. Формируют (104) базу данных семантических частей логических разделов элементов второй структуры данных. Формируют (105) грамматически и орфографически верные семантические части логических разделов элементов второй структуры данных путем лингвистических преобразований над упомянутыми семантическими частями. Формируют (106) итоговую структуру данных структурированного массива данных. 4 н. и 13 з.п. ф-лы, 15 ил., 3 табл.
Изобретение относится к компьютерной технике, а именно к системам обработки информации, полученной из социальной сети. Техническим результатом является обеспечение улучшенной фильтрации данных, полученных из социальной сети, в соответствии с конкретным набором параметров пользователя. Предложен способ отображения изображений карт с отображением соответствующих устройств пользователей. Способ включает в себя этап, на котором осуществляют идентификацию географического района, представляющего интерес. Далее, согласно способу, получают доступ к информации о местоположении множества пользователей исходя из местоположения множества устройств пользователей, соответственно ассоциируемых с множеством пользователей. А также получают доступ к информации социальной сети, содержащей метаданные, относящиеся соответственно к каждому пользователю из множества пользователей. Кроме того, осуществляют фильтрацию метаданных, чтобы различать подмножества множества пользователей, и отображают изображения карты местности, соответствующей географическому району, представляющему интерес. 3 н. и 6 з.п. ф-лы, 7 ил.
Изобретение относится к средствам управления данными. Технический результат заключается в уменьшении времени обработки элементов данных. Обнаруживают элемент данных. Классифицируют элемент данных с использованием одного или более свойств, связанных с элементом данных, для формирования связанного с ним набора свойств классификации, причем эти одно или более свойств включают в себя имеющиеся свойства классификации, связанные с элементом данных, при этом элемент данных классифицируется одним или более компонентами классификации. Агрегируют наборы свойств классификации, когда элемент данных классифицируется двумя или более компонентами классификации. Применяют политику к элементу данных на основе по меньшей мере одного из набора свойств классификации и агрегированных наборов свойств классификации. 3 н. и 17 з.п. ф-лы, 6 ил., 1 табл.
Изобретение относится к определению семантики для местоположений на основе пользовательских данных, таких как действия пользователя и/или связи пользователя. Технический результат состоит в способности идентифицировать и различать различные контексты, которые применяются для одного и того же местоположения для конкретного пользователя. Для этого пользовательские данные захватываются и анализируются для идентификации ключевых слов, включая местоположения. Данные местоположения, описывающие местоположения, получают и ассоциируют с пользователем и ключевыми словами. Ассоциации представляют пользовательский контекст для местоположений. Ассоциации используются для доставки услуг и/или продуктов пользователю в разное время, например когда пользователь приближается или входит в конкретное местоположение. 2 н. и 13 з.п. ф-лы, 5 ил.
Изобретение относится к области управления базами данных, а именно к приложениям базы данных для выполнения некоторых функций относительно базы данных. Технический результат заключается в обеспечении пользователям без копии клиентской прикладной программы базы данных получать доступ и использовать приложение базы данных посредством браузера всемирной паутины (“Web”) и локальной или глобальной сети. Технический результат достигается за счет серверной прикладной программы базы данных, которая обеспечивается таким образом, что она сконфигурирована для предоставления программируемого интерфейса в приложение базы данных посредством унифицированных указателей ресурса (URL) служб базы данных. URL служб базы данных, используемый приложением базы данных, может быть обновлен программно выполнением программного кода в или под управлением серверной прикладной программы базы данных. Также описывается макродействие для использования совместно с серверным приложением базы данных, которое предоставляет функциональные возможности для отображения объекта базы данных, такого как форма или отчет локально в Web-браузере. 2 н. и 17 з.п. ф-лы, 8 ил.
Изобретение относится к компьютерной технике, а именно к системам интеллектуальных автоматизированных помощников. Техническим результатом является повышение точности представления пользователю релевантной информации за счет выявления намерения пользователя исходя из текстовой строки и имени отправителя, обособленного от пользователя. Предложен способ функционирования интеллектуального автоматизированного помощника. Способ выполняется в электронном устройстве, содержащем процессор и память, в которой сохранены инструкции, исполняемые процессором. Процессор исполняет инструкции, на которых принимают пользовательский запрос, включающий речевой ввод, принятый от пользователя. Извлекают информацию об имени отправителя из передачи, принятой в электронном устройстве до приема речевого ввода. При этом данная передача принята от отправителя, являющегося обособленным от упомянутого пользователя. Выявляют намерение пользователя, исходя из упомянутой текстовой строки и имени отправителя. 3 н. и 12 з.п. ф-лы, 50 ил., 5 табл.
Изобретение относится к вычислительной технике. Технический результат заключается в уменьшении некачественных отчетов в базе данных. Система для хранения варианта отчета содержит базу данных отчетов, выполненную с возможностью хранения и предоставления отчетов; средство пользовательского ввода в компьютере, выполненное с возможностью создания и редактирования отчета, причем вариант отчета не хранится в базе данных отчетов; базу данных запросов, выполненную с возможностью хранения и предоставления запросов, причем запросы подходят для поиска в базе данных отчетов; аппаратное поисковое устройство, выполненное с возможностью извлечения одного или более запросов из базы данных запросов; извлечения варианта отчета из средства пользовательского ввода; исполнения одного или более запросов по варианту отчета для определения релевантности варианта отчета, причем релевантность характеризует, будет ли извлечен вариант отчета из базы данных отчетов при исполнении одного или более запросов; сравнения релевантности с заранее заданным пороговым значением внесения в базу данных отчетов; добавления варианта отчета в базу данных отчетов, если релевантность превышает заранее заданное пороговое значение внесения в базу данных отчетов; и хранения варианта отчета в базе данных отчетов, если релевантность превышает заранее заданное значение. 4 н. и 11 з.п. ф-лы, 3 ил.
Изобретение относится к области систем управления базами данных (СУБД). Техническим результатом является обеспечение автоматического формирования реляционного описания синтаксиса команды на основе метаописания синтаксиса команды. В способе формирования реляционного описания синтаксиса команды на основе метаописания синтаксиса команды идентифицируют 110 метаописание синтаксиса команды. Идентифицируют 120 элементы метаописания и присваивают каждому элементу уникальный идентификатор (ID), причем ID присваивается в порядке очередности расположения элементов в метаописании. Формируют 130 таблицу, содержащую все элементы, причем каждый элемент содержится в одной колонке таблицы на разных строках таблицы. Идентифицируют 140 открывающие структурные элементы и закрывающие структурные элементы среди элементов, содержащихся в таблице, и генерируют двунаправленные связи между соответствующими открывающими и закрывающими структурными элементами. Генерируют 150 однонаправленные иерархические связи между открывающими элементами и соответствующим открывающим элементом, находящимся на предыдущем уровне вложенности, причем генерирование упомянутых связей осуществляется для каждого открывающего элемента, находящегося на любом из уровней, кроме первого уровня. 4 н. и 13 з.п. ф-лы, 15 ил.
Изобретение относится к компьютерной технике, а именно к поисковым системам в сети Интернет. Техническим результатом является минимизация вычислительных издержек за счет генерации предлагаемого терма запроса в реальном времени на основании оперативного контента. Предложен реализуемый компьютером способ предоставления оперативного контента. Способ содержит этапы, на которых принимают частичный терм запроса от пользователя, на основе частичного терма запроса генерируют предлагаемый терм запроса, который включает в себя частичный терм запроса. А также, согласно способу, в ответ на генерирование предлагаемого терма запроса инициируют поиск оперативного контента стороннего поставщика контента для получения по существу оперативного контента, который относится к предлагаемому терму запроса. Получение оперативного контента включает в себя выполнение поисковой машиной поиска оперативного контента после генерирования предлагаемого терма запроса. 4 н. и 16 з.п. ф-лы, 12 ил.
Изобретение относится к области объединения источников информации, касающихся индивидуумов и коммерческих организаций, к которым индивидуумы принадлежат или принадлежали. Техническим результатом является построение точного профессионального профиля индивидуума. Способ включает в себя: прием первой записи, которая содержит личные данные индивидуума, наименование фирмы и роль индивидуума в фирме; установление соответствия между первой записью и данными, которые обеспечивают уникальный идентификатор фирмы для упомянутой фирмы, установление соответствия между первой записью и данными, которые обеспечивают уникальный идентификатор индивидуума для индивидуума; добавление к первой записи уникального идентификатора фирмы, уникального идентификатора индивидуума и уникального идентификатора роли для роли индивидуума в фирме; установление соответствия между первой записью и второй записью на основе уникального идентификатора фирмы, уникального идентификатора индивидуума и уникального идентификатора роли и объединение первой и второй записей в результирующую запись. 3 н. и 9 з.п. ф-лы, 4 ил., 1 табл.
Изобретение относится к компьютерной технике. Технический результат - высокая скорость отбора и точность результатов поиска. Способ отбора и ранжирования эффективных вариантов результатов поиска, заключающийся в том, что предварительно формируют критерии оценки релевантности варианта результатов поиска поисковому запросу и задают конечное число вариантов результатов поиска или набор процедур выбора и ранжирования вариантов результатов поиска и последовательность их выполнения для отбора вариантов результатов поиска, оцениваемых как наиболее эффективные, осуществляют оценку каждого из вариантов результатов поиска по релевантности критериям поискового запроса, на основании которой ранжируют варианты результатов поиска путем присвоения ранга каждому из них из условия соответствия наибольшему числу критериев в порядке их убывания; последовательно осуществляют отбор и ранжирование вариантов результатов поиска по методу суперпозиции, по меньшей мере, в два этапа, если количество вариантов результатов поиска в оставшейся группе вариантов результатов поиска соответствует предварительно заданному конечному числу вариантов результатов поиска для отбора или использованы все заданные процедуры выбора, отбор вариантов результатов поиска и их ранжирование прекращают и варианты результатов поиска из отобранной группы оценивают как наиболее эффективные, если количество вариантов результатов поиска в оставшейся группе вариантов результатов поиска не соответствует предварительно заданному конечному числу вариантов результатов поиска для отбора, отбор вариантов результатов поиска и их ранжирование продолжают. 3 н. и 9 з.п. ф-лы, 1 ил. Анализ наилучшего и наиболее эффективного использования представляет собой составную часть программы управления объектом, а также часть алгоритма процедур оценки рыночной стоимости и всех видов стоимости, производных от рыночной (стоимости реализации и ограниченной реализации, ликвидационной, инвестиционной, залоговой стоимости), в соответствии с определениями этих видов стоимости. Как видно из приведенного выше определения наилучшее и наиболее эффективное использование недвижимости определяется путем анализа соответствия потенциальных вариантов ее использования следующим критериям: Потенциал местоположения - доступность участка (подъезд к нему), неудобства расположения земельного участка, скрытые опасности расположения. Рыночный спрос - насколько планируемый вариант использования земельного участка представляет интерес на данном рынке и в данной местности. Анализируется уровень спроса и предложения на все объекты недвижимости различного функционального назначения. Анализируются достоинства недвижимости, обеспечивающие её конкурентно способность и недостатки. Допустимость с точки зрения законодательства (правовая обоснованность) - характер предполагаемого использования не противоречит законодательству, ограничивающему действия собственника участков, и положениям зонирования. Физическая возможность - возможность возведения зданий с целью наилучшего и наиболее эффективного использования их на рассматриваемом земельном участке. Финансовая оправданность? рассмотрение тех физически осуществимых и разрешенных законом вариантов использования, которые будут приносить доход. Максимальная эффективность (оптимальный вариант использования) ? рассмотрение того, какой из физически осуществимых, правомочных и финансово оправданных вариантов использования Объекта будет приносить максимальный чистый доход или максимальную текущую стоимость. ну и самые главные факторы - это социально-экономические возможности людей и их культурно-эстетические ценности. Итак, рассмотрев некоторые из этих критериев, можно сделать ряд предполагаемых вариантов использования данного объекта. Конечно, все эти выводы будут приближенными, но даже по ним можно в целом сделать оценку о выборе подходящего варианта. Для каждого объекта алгоритм анализа наилучшего и наиболее эффективного использования состоит из пяти этапов. ЭТАП 1. На первом этапе составляется максимально полный перечень функций, которые могут быть реализованы на базе исследуемого объекта. Итак, в нашем случае можно привести вот такой список вариантов: гостиница, доходный дом (жилье в аренду), оздоровительный центр, научно-исследовательский центр, банк, бассейн, офисный центр, зал для единоборств и шейпинга, боулинг-клуб, кинотеатр, гимназия, тренажерный зал, теннисный корт. ЭТАП 2. На этом этапе из составленного перечня исключаются те функции, реализация которых - по данным анализа - может встретить непреодолимые препятствия вследствие законодательных и нормативно-правовых ограничений. Так, согласно СНиП 2.08.02 - 89* «Общественные здания и сооружения» предполагаемое здание научно-исследовательского центра не может быть запроектировано на данном участке. Так как на территории научной и научно-производственной зоны следует размещать учреждения науки и научного обслуживания, опытные производства и связанные с ними высшие и средние учебные заведения, учреждения и предприятия обслуживания, а также инженерные и транспортные коммуникации и сооружения. А в нашем случае уже сложилась определенная курортная застройка, которая не может быть изменена, и с правовой точки зрения это юридически неосуществимо. Применение объекта в качестве гимназии также невозможно, так как согласно СНиП 2.07.01 - 89* «Градостроительство. Планировка и застройка городских и сельских поселений» общеобразовательные учреждения в селитебной зоне могут располагаться в радиусе 750 м каждое, а исследуемом районе уже существует две школы. Согласно, Гражданскому кодексу РФ все предлагаемые функции не имеют непреодолимые препятствия вследствие законодательных ограничений. ЭТАП 3. На этом этапе изучаются возможности физической осуществимости функций, остающихся в перечне после процедур этапа 2. Из перечня исключаются функции, осуществление которых невозможно из-за недостаточно высокого качества земельного участка: Не тот рельеф, имеются скальные образования; Неудобная форма или малый размер участка; Неприемлемая гидрологическая обстановка в грунте, имеются затопляемые зоны; Недостаточная несущая способность грунта и неудовлетворительные его дренажные свойства; Нет возможности подсоединиться к коммуникациям жизнеобеспечения объекта; Планируемой постройке мешают особенности рельефа или застройки ближайшего окружения. Исследуемый район имеет ряд специфических инженерно-геологических условий, есть различные отклонения в гидрологии и рельефе участка. Все инженерные коммуникации, включающие в себя водопровод, канализацию, отопление, вентиляцию, электроснабжение, устройство связи, выполнены централизовано от городских сетей. ЭТАП 4. Юридически разрешенные и физически осуществимые функции остаются в перечне только в случае их экономической целесообразности, то есть если соотношение платежеспособного спроса и конкурентного предложения на локальном рынке недвижимости обеспечивает возврат капитала и доходы на капитал с нормой этого дохода не ниже нормы отдачи для одного из надежных альтернативных проектов. Так предлагаемый вариант доходного дома (жилье в аренду) по экономической целесообразности не может быть выбран. Спрос на такую недвижимость в этом районе будет не значительным. Данный район является селитебной зоной, хотя и жилая застройка здесь представлена небольшим количеством домовладений. Строительство кинотеатра является также экономически не выгодным, так как уже существует такое сооружение вблизи исследуемого участка. Парфюмерный центр также не подходит для нашего района. Дело в том, что исследуемый объект находится в районе, где проживает малое количество людей. В г. Железноводске уже имеются специализированные группы таких магазинов, которые положительно зарекомендовали себя в этом профиле, и мало кому понадобится из центра города ехать в глубь за необходимым товаром. Единственным условием для таких действий может быть только значительное снижение цен на продукцию. Но такое также не возможно в силу больших затрат, во-первых, на строительство, а во-вторых, на закупку товара. Все это приведет к убыточности объекта. ЭТАП 5. Наконец, на последнем этапе из экономически обоснованных и финансово осуществимых проектов выбираются несколько проектов с реализацией функций, использование которых принесет собственнику максимальную доходность и максимальную рыночную стоимость объекта (с учетом «своих» рисков и «своих» норм отдачи для каждого варианта). Именно один из этих последних проектов (наименее рискованный) и признается отвечающим принципу наилучшего и наиболее эффективного использования объекта. Итак, в данной работе, при рассмотрении функций к пятому этапу мы подошли с таким перечнем: оздоровительный центр, банк, бассейн, юридический центр, зал для единоборств и шейпинга, боулинг-клуб, ресторан, кинотеатр, тренажерный зал, теннисный корт Все эти функции можно скомпоновать в три варианта: 1. Банк, офисный центр. 2. Гостиница с рестораном. 3. Пансионат Рассмотрим каждый из этих вариантов в рамках экономически целесообразных и финансово осуществимых функций. Первый вариант - это банк с юридическим центром. Ну, во-первых, необходимо ответить на вопрос, почему этот вариант находится в числе оставшихся? Самое главное, это то, что ни в анализируемом районе, ни в самом г. Железноводске нет такого специализированного объекта, где сконцентрированы такие функции. В данном районе имеется только банкомат. Хотя, это селитебная зона, но потребность в услугах банка, всегда будет существовать. Кроме того, в данный вариант включена функция юридического центра. Это совсем не случайно. Основная причина в отсутствии такого центра и в районе, и даже в городе. Конечно, существуют различные нотариальные конторы, кабинеты юристов, но нет такого учреждения, где комплексно решался ряд вопросов. Кстати, проектируемый центр может иметь и междугороднее значение, так как в нем будет осуществляться весь спектр услуг, осуществляемых в области правоотношений. Ближайшее расположение банка и юридического центра друг к другу будет способствовать их взаимосвязанной и налаженной работе в решении ряда вопросов. Это создаст удобства в сокращении времени оформления документов, в повышении качества выполнения услуг, а также привлечет большее количество заинтересованных сторон. Ну, а если отобрать и подготовить высококвалифицированные кадры, то данный объект станет по-настоящему востребованным. Второй вариант - это гостиница с рестораном. Его выбор в числе трех оставшихся вариантов неслучаен. Но сначала нужно ответить на вопрос. Ну, во-первых, для чего здесь гостиница? Ведь вокруг множество санаториев и пансионатов со множеством предлагаемых ими услуг в сфере здравоохранения. Но нет в этом живописном районе сооружения, где можно было бы остановиться на короткий, неопределенный срок. Но сама по себе гостиница будет здесь нерентабельна. Это связано с большой площадью застройки. Было бы глупо для заказчика недоиспользовать предлагаемый земельный фонд. Поэтому в этот вариант можно включить и ресторан, и боулинг-клуб. Думаю, что данные функции будут востребованы и иметь спрос. Любой отдыхающий, остановившийся здесь, может не выходя из здания поужинать и провести досуг. Кроме того, необходимо рассматривать и акцентировать свое внимание на рыночный спрос. А что сейчас рынок предлагает своему потребителю? Рынок услуг настолько расширил свои границы, что в индустрии развлечении ему, практически, нет равных. Появление всевозможных «аттракционов» приводит все к большему их спросу. Поэтому, со временем, наверное, некоторые функции еще можно будет включить в этот ряд. Ну, и наконец, третий, заключительный вариант пансионат. Безусловно, на его выбор из массы других повлияло местоположение исследуемого участка. Что может быть лучше чистого воздуха, горного пейзажа, целебных свойств минеральных вод?! На протяжение двух столетий строились и строятся такие санаторные комплексы. И не возникал вопрос о конкуренции среди них, так как востребованность таких услуг всегда существовала. Тысячи людей из разных уголков нашей страны и ближнего зарубежья стремятся сюда, на Кавказские Минеральные Воды. Наоборот, в 90-е годы прошлого столетия, многие из таких комплексов пришли в упадок. Медицинский персонал расформирован, потеряно много рабочих мест. Поэтому сейчас даже необходим рост строительства таких учреждений. Необходимо вернуть нашему региону прежний статус Здравницы. А также чтобы поднять социально-экономический рост жизни населения. Только всегда встает вопрос об инвестициях в эту отрасль! Реальное хозяйствование сфере недвижимости предполагает, прежде всего, обеспечение максимально продуктивного использования объекта как экономического ресурса и отыскание путей повышения эффективности этого использования. При этом учитывается, что критерии эффективности для доходных объектов, используемых в качестве реального или финансового актива, т.е предназначенных для извлечения прибыли, должны основываться на параметрах доходности объекта. Одним из основных параметров доходности объекта является ставка арендной платы, определяемая как арендный доход, выраженный в денежных единицах за единицу времени и отнесенный к единице площади помещения (участка земли). Данные об арендных ставках для данной работы взяты из мониторинга СМИ «Из рук в руки», «Все для Вас», «Рынок недвижимости Кавминвод». В ряде случаев доходы не могут быть получены в полном объеме: Из-за потерь, связанных с недозагрузкой, ? вследствие ограниченного спроса или потери времени на смену арендаторов; Из-за потерь, связанных с обычной в современных условиях практикой задержки или прекращения очередных платежей арендной платы арендаторами в связи с потерей ими платежеспособности. Если предположить, что потери от недозагрузки и неплатежей для разных типов помещений одинаковы, то можно рассчитать эффективный валовой доход как разность потенциального валового дохода и потерь от недозагрузки и неплатежей. Операционные расходы подразделяются на две группы: условно постоянные и условно переменные, которые формируются из общего перечня расходов. Чистый операционный доход представляет собой чистый годовой доход на весь капитал, инвестированный в изучаемый объект недвижимости, и рассчитывается как разность эффективного валового дохода и операционных расходов. Еще одним из показателей эффективности использования объекта недвижимости является величина годовой нормы доходности капитала, вложенного в объект недвижимости. Общая норма доходности всего инвестиционного капитала определяется как отношение величины годового чистого операционного дохода к общей сумме средств, вложенных в этот объект. Для данной дипломной работе все вышеперечисленные показатели эффективности использования объекта определены и сведены в таблице 1 «Анализ вариантов использования условно свободного земельного участка». Проанализировав оставшиеся три варианта функций, можно выделить третий - «Пансионат», который по отдельным показателям опережает остальные, и в целом является оптимальным. Если сравнивать значения стоимости объекта для каждого из них, то нужно отметить, что самым высоким является у последнего - 196166883,11. Данный вывод является определяющим в выборе наилучшего и наиболее эффективного варианта использования. Диаграмма предложения по видам недвижимости % Анализ вариантов использования условно свободного земельного участка. Таблица 1. Показатель Вариант 1 (банк, юридический центр) Вариант 2 (гостиница с рестораном) Вариант 3 (пансионат) Площадь (S), м2 Строительный объем, м3 Площадь застройки, м2 Площадь участка, м2 Арендная ставка (А), д.е. за м2 в год Потери от недозагрузки (Кv), % Потери от неплатежей (КL), % Коэффициент операционных расходов (КЕ0), % Эффективный валовой доход (Ieg), д.е. в год Чистый операционный доход (I0), д.е. в год Стоимость строительства здания (VB), д.е. Общий коэффициент капитализации (R0) Стоимость объекта, д.е. Стоимость земли, д.е. При анализе использования участка с существующими улучшениями учитываются особенности строения и не занятой улучшениями части участка земли. Исходный перечень функций для участка с улучшениями полностью идентичен перечню, подготовленному для участка земли как свободного, но условия для исключения становятся более жесткими. Так, исключаются функции, которые не соответствуют ресурсному потенциалу объекта, в частности его емкости и эффективности. В данной работе, как и для анализа ННЭИ земельного участка как свободного, так и для анализа ННЭИ земельного участка с улучшениями выбранные три варианта остаются без изменений. Результаты расчетов для определения нормы прибыли на инвестиции сводятся в таблицу 2. Определение нормы прибыли на инвестиции. Таблица 2. В данном случае выбор варианта производится на основе анализа значения нормы прибыли на инвестиции. Самым высоким оно является для третьего варианта (пансионат) - 55%. Следовательно, он и является наилучшим и наиболее эффективным вариантом использования исследуемого объекта. Александр Левкин Генеральный директор патентного бюро «Царская привилегия». Чтобы новаторская идея стала капиталом, нужно успешно запустить её на рынок. Для этого недостаточно создать продукт, важно позаботиться об охране интеллектуальной собственности и эффективно запатентовать разработку. Качественно оформленный патент - легальная монополия, инструмент капитализации компании и привлечения инвестиций в бизнес. Однако часто изобретатели, подавая документы на патент, стараются сохранить в тайне подробности технологии, опасаясь воровства идей. Это ведёт к сужению объёма прав и снижению устойчивости патента к оспариванию. Чтобы уберечь себя от ошибок, стоит знать о нюансах процесса. Для начала следует понять, как проходит сама процедура патентования. От лица изобретателя или от юридического лица в Федеральный институт промышленной собственности (ФИПС) подаётся пакет заявочной документации. В него входит: Также к заявке могут прилагаться чертежи и другие документы, более подробно раскрывающие идею. Пакет подаётся в ФИПС, а через один-полтора года информация об изобретении публикуется на сайте ведомства. Именно на этом этапе - после публикации описания разработки - у инноватора появляются риски. С одной стороны, заявитель патента должен составить описание настолько подробно и чётко, чтобы абстрактный специалист в соответствующей области техники смог воспроизвести изобретение и получить заявленный технический результат. Иначе собственник идеи рискует получить отказ ФИПС в патентовании. С другой стороны, публикация о патенте будет доступна для всех желающих, а значит, любой сможет воспроизвести изобретение. С точки зрения законодательства, патентообладатель имеет право защищать свою идею от незаконного использования, но отслеживать нарушителей и бороться с ними очень непросто. Поэтому необходимо сбалансированно описать свою разработку. Как реализовать такую стратегию охраны? При подаче заявки на патент можно сохранить часть информации в тайне или, как принято говорить, в качестве ноу-хау. Согласно Гражданскому кодексу РФ, ноу-хау (секретом производства) признаются сведения любого характера, имеющие действительную или потенциальную коммерческую ценность вследствие неизвестности их третьим лицам. К таким сведениям у третьих лиц не должно быть свободного доступа на законном основании, а обладатель таких сведений обязан принимать разумные меры для соблюдения их конфиденциальности, в том числе путём введения режима коммерческой тайны. Пример.
Инноватор впервые придумал применять никелевый шлак в качестве аквариумного грунта. В таком случае достаточно указать общую информацию о составе шлака, технологии его получения и очистки, позволяющую применить его по назначению, или просто пример реализации изобретения. При этом можно ввести на предприятии режим коммерческой тайны или конфиденциальности и оформить в качестве ноу-хау особенности процессов очистки и подготовки шлака, определяющие его наивысшие потребительские характеристики. Эта стратегия больше подходит для патентования применений и способов, основанных на новых принципах. Тогда в патенте отражается общая суть, а подробная и наиболее важная информация остаётся конфиденциальной, при этом сотрудники компании несут ответственность за то, чтобы сведения не ушли в чужие руки. В результате потенциальному конкуренту, которому приглянется патент, придётся потратить немало времени и ресурсов на собственные исследования, а создатель идеи к тому времени может вывести свой продукт на новый уровень качества. Как бы парадоксально это ни звучало, но включение в описание большого количества информации может надёжно защитить от незаконного использования идеи. При подаче документов в ФИПС есть возможность совершения одного интересного манёвра - предоставление максимального количества вариантов реализации изобретения. Например, в описании патента можно изложить наилучшие, наихудшие и даже несуществующие варианты своей разработки. Это поможет получить наибольший объём прав и в то же время защитить ценную информацию, спрятав её в пространных формулировках. Общая картина существенно размывается за счёт множества вариантов, и конкурентам будет сложнее выяснить, что из заявленного максимально эффективно. Собственнику идеи сыграет на руку использование так называемых гиперонимов, или родовых понятий. Речь идёт о максимально широких формулировках отдельных признаков идеи. Пример.
Создателю дистиллятора двойной перегонки нет нужды указывать в формуле конкретный вариант реализации аппарата. Обозначить идею можно следующим образом: «Дистиллятор содержит два последовательно соединённых перегонных куба, один из которых размещён внутри другого». К описанию при этом можно приложить большое количество чертежей с различными вариантами размещения и соединения перегонных кубов, среди которых будет и наилучший. Данная стратегия в первую очередь актуальна при патентовании устройств, когда крайне сложно сохранить в тайне особенности конструкции, поскольку они могут быть определены посредством реинжиниринга изделия. Размывание описания позволит рассеять фокус внимания потенциальных производителей контрафакта как минимум до момента масштабного выпуска продукции, за счёт чего правообладатель снова сможет быть на шаг впереди. Если речь идёт о патентовании веществ, способов их получения или о других технологических аспектов, то, как правило, при патентовании в формулу изобретения включают информацию о различных технологических режимах или о химическом составе веществ. Такие сведения следует излагать в виде диапазонов. Изобретатели, которые используют такую технику неправильно, рискуют остаться без патента даже после его регистрации. Дело в том, что часто при использовании диапазонов изобретатель указывает их наугад или расширяет до такой степени, что решение перестаёт работать. В то же время мало кто знает о возможности оспаривания патента по критерию «промышленная применимость», когда патент признаётся недействительным, если его формула и описание не позволяют получить заявленный технический результат. Как же правильно указывать диапазоны? Необходимо экспериментально определить верхнюю и нижнюю границы каждого параметра, то есть выяснить, при каких максимальных и минимальных характеристиках технология остаётся рабочей. Пример.
Учёные изобрели вещество для очистки воды от нефти на основе микрогелей полисахаридов. Концентрация микрогелей в воде должна составлять от 0,1 до 20 граммов на литр, чтобы процесс имел нужный результат. При меньшей концентрации микрогели не будут улавливать нефть вообще, а при большей вещество сразу выпадет в осадок. В таком случае в описании патента необходимо привести примеры с указанием технического результата, когда концентрация микрогелей полисахаридов будет находиться в этих границах. Следует добавить один или несколько примеров с указанием концентрации внутри данного диапазона. Также стоит предусмотреть обоснование того, почему технический результат не достигается за пределами указанного диапазона. При таком подходе инноватор, с одной стороны, даёт достоверную информацию о техническом решении, а значит, исключает риски отказа в регистрации и оспаривания патента. А с другой стороны, не раскрывает и может засекретить в качестве ноу-хау наиболее эффективный вариант реализации своей идеи. Изобретатель снова выигрывает время, пока конкуренты перебирают миллион сочетаний различных параметров в поисках наиболее эффективных вариантов. Рассмотренные инструменты позволяют повысить эффективность патентования, снизить или исключить некоторые риски, однако не являются гарантией защиты. Необходимо комплексно подходить к процессам управления интеллектуальной собственностью в каждом отдельном случае, учитывая особенности разработки, правообладателя, области техники, конкурентов и многое другое. Важно, чтобы изобретатель понимал необходимость быть открытым и честным по отношению к патентному специалисту. Следует предоставлять исчерпывающую информацию, сразу указывая на места, где содержится ноу-хау, и рассказывать обо всех вариантах реализации изобретения. Предоставляя недостоверную информацию, изобретатель рискует остаться с неработающим патентом. При оценке земельного участка следует определить вариант его
наилучшего и наиболее эффективного использования, который определяется взаимодействием
ряда факторов. Анализ наилучшего использования включает изучение
альтернативных вариантов использования (освоения, застройки) земельного участка
и выбор оптимального. При этом учитываются перспективность местоположения, состояние
рыночного спроса, стоимость застройки, стабильность предполагаемых доходов и т.
п. Большое значение при оценке стоимости объекта, состоящего из
земельного участка и построек, придается анализу наилучшего использования,
во-первых, предположительного вакантного земельного участка и, во-вторых, земельного
участка с имеющимися улучшениями. Анализ предположительного вакантного земельного участка
является необходимым этапом при определении его стоимости, и он основан на
установлении наиболее доходного варианта использования земли. Анализ земельного участка с имеющимися улучшениями
предполагает принятие решения о сносе, модернизации или сохранении имеющихся на
земельном участке улучшений в целях обеспечения максимальной доходности
объекта. Вероятное и наиболее доходное использование участка
обеспечивает его самую высокую стоимость. Варианты использования должны быть
законными, физически допустимыми и экономически эффективными. Назовем основные факторы, определяющие оптимальное
использование земли: 1) местоположение - фактор, оказывающий
основное влияние на стоимость земельного участка (учитываются перспективность
местоположения, транспортная доступность, характер окружения); 2) рыночный
спрос - фактор, отражающий соотношение спроса и предложения на рынке; 3) финансовая
обоснованность - способность проекта обеспечить доход от использования
земельного участка, который был бы достаточным для возмещения расходов
инвесторов и обеспечения получения ожидаемой прибыли; 4) физическая пригодность участка - перспектива создания улучшений -
размер, топография, качество грунта, климат, инженерно-геологические и
гидрогеологические характеристики участка, существующее зонирование, экологические
параметры и т.д.; 5) технологическая
обоснованность и физическая осуществимость - анализ соотношения качества,
затрат и сроков реализации проекта, вероятность стихийных бедствий, доступность
транспорта, возможность подключения к коммунальным удобствам, учет размеров и
формы участка, например, размер может быть мал для строительства промышленного
объекта; 6) законодательная
(юридическая) допустимость - соответствие варианта использования земельного
участка действующему законодательству. Выявляется в
результате анализа строительных, экологических нормативов, ограничений
этажности, наличия временных запретов на строительство в данном месте,
сложности в районе исторической городской застройки, возможное изменение
нормативных актов, соблюдение правил зонирования, негативные настроения
местного населения;
Выбор варианта ННЭИ земельного участка с улучшениями
Риски публичности
Как получить права на изобретение и сохранить конкурентное преимущество
Способ 1. Засекретить часть информации в качестве ноу-хау
Способ 2. Раскрыть информацию о всех возможных и невозможных вариантах реализации изобретения
Способ 3. Обозначить диапазон применения и засекретить важное
Итог
2. Оценка недвижимости
2.7. Особенности оценки земли
2.7.3. Анализ наилучшего и наиболее эффективного использования земли
