Online Tourism System Development for Searching and Planning Trips with User’s Requirements

Antonyuk, Nataliya; Medykovskyy, Mykola; Chyrun, Lyubomyr; Dverii, Mykola; Oborska, Oksana; Krylyshyn, Maksym; Vysotsky, Artem; Tsiura, Nadiia; Naum, Oleh

doi:10.1007/978-3-030-33695-0_55

Cited by 15 publications

(3 citation statements)

References 37 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Thus, the situational conceptual model consists of two parts. The first determines the conditions that must meet the facts of the subject area to identify the situation [19]. These conditions are set as requirements for the presence or absence of facts of certain types with given properties.…”

Section: Architecture Of Processing Of Situational Models In Intellectual Servicementioning

confidence: 99%

Intellectual Tourist Service with the Situation Context Processing

Burov¹,

Horodetska²,

Bublyk³

et al. 2021

Advances in Social Science, Education and Humanities Research

View full text Add to dashboard Cite

show abstract

Section: Architecture Of Processing Of Situational Models In Intellectual Servicementioning

confidence: 99%

Intellectual Tourist Service with the Situation Context Processing

Burov¹,

Horodetska²,

Bublyk³

et al. 2021

Advances in Social Science, Education and Humanities Research

View full text Add to dashboard Cite

show abstract

“…Then the distance between the texts is the usual Cartesian distance between the ends of the corresponding vectors. This norm distance is an integral characteristic of text differences [87]. And the texts with a large distance are highly likely to belong to different authors.…”

Section: Literature Review and Problem Statementmentioning

confidence: 99%

Development of the quantitative method for automated text content authorship attribution based on the statistical analysis of N-grams distribution

Lytvyn

Vysotska

Budz

et al. 2019

EEJET

View full text Add to dashboard Cite

Розглянуто особливостi застосування технологiй лiнгвостатистики для iдентифiкацiї стилiстики автора текстового контенту науково-технiчного профiлю. Квантитативний лiнгвiстичний аналiз тексту використовує переваги контент-монiторiнгу на основi методiв NLP для визначення та аналiзу множини стопових слiв, ключових слiв, стiйких словосполучень та дослiдження N-грам. Останнi використовують в методах лiнгвометрiї для визначення приналежностi аналiзованого тексту конкретному авторовi у вiдсотках. Розроблено квантитативний метод автоматичного визначення авторства текстового контенту на основi статистичного аналiзу розподiлу 3-грам. Запропоновано пiдхiд реалiзацiї визначення автора україномовного тексту науково-технiчного профiлю. Отримано експериментальнi результати запропонованого методу для визначення приналежностi аналiзованого тексту конкретному автору за наявностi еталонного авторського тексту. Застосування лiнгвостатистичного аналiзу 3-грам до множини статей дозволить сформувати пiдмножину подiбних за лiнгвiстичними характеристиками публiкацiй. Накладання на пiдмножину додаткових умов у виглядi проведення статистичних та квантитативних аналiзiв (множини ключових слiв, стiйких словосполучень, стилеметричного, лiгвометричного тощо) дозволить значно скоротити цю пiдмножину, уточнивши список ймовiрнiших авторських робiт. Для якiсного та ефективного аналiзу контенту при визначеннi ступеня авторства конкретному автору пропонуємо аналiзувати еталонного тексту та дослiджуваного в декiлька етапiв: лiнгвометричний аналiз коефiцiєнтiв рiзноманiття авторського мовлення, стилометричний аналiз, аналiз стiйких словосполучень, лiнгвостатистичний аналiз 3-грам. Для автоматизованого опрацювання тексту має велике значення не тiльки частота появи тiєї чи iншої категорiї, а взагалi присутнiсть в дослiджуваному текстi. Кiлькiсний пiдрахунок дозволяє зробити об'єктивнi висновки щодо спрямованостi матерiалiв за кiлькiстю уживань одиниць аналiзу в дослiджуваних текстах. Якiсний аналiз робить те саме, але внаслiдок дослiдження того, чи зустрiчається (i в якому контекстi) певна важлива оригiнальна категорiя взагалi Ключовi слова: NLP, контент, контент-монiторiнг, стоп-слова, контент-аналiз, статистийний лiнгвiстичний аналiз, квантитативна лiнгвiстика, статистична лiнгвiстика, лiнгвометрiя UDC 004.

show abstract

“…This approach can reduce the final size of backups by duplicating data cutoff or those that are already known to the system (by maintaining previously). However, these systems use the cloud only as endpoint storage (Antonyuk et al, 2020;Basyuk et al, 2019;Rusyn et al, 2018;Rusyn et al, 2019). Picking of the right approach to the tasks and data distribution for de-duplication may use the full potential of cloud-based distributed systems to speed backups and its bandwidth.…”

Section: Introductionmentioning

confidence: 99%

Untitled

2019

WEB

View full text Add to dashboard Cite

The system for backing up the data is designed. Client software works on the computer of user, takes all the necessary files for backup, and turns them into Stream of bytes. Then breaks it into blocks (from 32 KB to 64KB) using a Rabin algorithm. It is based on hash ring that is absorbing every incoming byte if the current hash mask or equal to a certain reach 64KB, there is division committed. This approach helps to avoid is coping all data if the content of a file has changed in separately. For each data block client software calculates the http://www.webology.org/2019/v16n2/a188.pdf hash. Then sends parts even 256 times or more of those hashes to the server and checks if they already know the system. The blocks are not known, refers to the server. As part of the de-duplication, data on distribution and cloud distribution occurs on hashes, hashes are SHA-1, so that 20 bytes are given in hexadecimal format. First number or letter and will serve key distribution. So essentially, you can evenly distribute the data among the workers from 2 to 16 pieces. You need to take the second number of hash, and more commit distribution.

show abstract

Online Tourism System Development for Searching and Planning Trips with User’s Requirements

Cited by 15 publications

References 37 publications

Intellectual Tourist Service with the Situation Context Processing

Intellectual Tourist Service with the Situation Context Processing

Development of the quantitative method for automated text content authorship attribution based on the statistical analysis of N-grams distribution

Untitled

Contact Info

Product

Resources

About