Abstract
<jats:p>В статье рассматривается научная методика фильтрации неструктури- рованных данных как начальный и системообразующий этап метода обоснования состава и структуры интеллектуальной системы информационного обеспечения управления. Показано, что в современных условиях рост объема, разнородности и конфликтности входной информации приводит к перегрузке должностных лиц органов управления и снижению каче- ства управленческих решений. Обосновывается необходимость перехода от обработки целых сообщений и документов к анализу минимальных смысловых единиц информации с исполь- зованием гранулярного подхода. Предлагается формализованное описание информацион- ного поля, информационной единицы данных, релевантности, доверия, полезности и информационного бюджета. Разработана многоуровневая схема фильтрации, основанная на отборе релевантных гранул, выделении полезных информационных единиц и согласовании конфликтных сообщений на основе аргументационного аппарата. Показано, что фильтрация должна рассматриваться как оптимизационная процедура выбора согласованного подмноже- ства данных при ограничениях по времени реакции, канальным ресурсам и когнитивным возможностям субъекта управления.</jats:p> <jats:p>This article examines a scientific methodology for filtering unstructured data as an initial and system-forming step in substantiating the composition and structure of an intelligent management information system. It is shown that, in modern conditions, the increasing volume, heterogeneity, and conflict of input information overloads management officials and reduces the quality of management decisions. The need to shift from processing entire messages and documents to analyzing minimal semantic units of information using a granular approach is substantiated. A formalized description of the information field, information unit of data, relevance, trust, utility, and information budget is proposed. A multi-level filtering scheme is developed based on selecting relevant granules, identifying useful information units, and reconciling conflicting messages using an argumentative framework. It is shown that filtering should be considered an optimization procedure for selecting a consistent subset of data under constraints on response time, channel resources, and the cognitive capabilities of the management entity.</jats:p>