mireabulletinRussian Technological JournalRussian Technological Journal2782-32102500-316XRTU MIREA10.32362/2500-316X-2025-13-2-18-26PJVWFGmireabulletin-1123Research ArticleИНФОРМАЦИОННЫЕ СИСТЕМЫ. ИНФОРМАТИКА. ПРОБЛЕМЫ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИINFORMATION SYSTEMS. COMPUTER SCIENCES. ISSUES OF INFORMATION SECURITYИнформационное онтологическое моделированиеInformational ontological modelinghttps://orcid.org/0000-0003-1359-9799ЦветковВ. Я.TsvetkovViktor Ya.

Цветков Виктор Яковлевич, д.т.н., д.э.н., профессор, профессор кафедры инструментального и прикладного программного обеспечения, Институт информационных технологий; Лауреат Премии Президента РФ, Лауреат Премии Правительства РФ, академик Российской академии информатизации образования, академик Российской академии космонавтики им. К.Э. Циолковского

119454, Москва, пр-т Вернадского, д. 78

Scopus Author ID 56412459400;

ResearcherID J-5446-2013

Viktor Ya. Tsvetkov, Dr. Sci. (Eng.), Dr. Sci. (Econ.), Professor, Department of Instrumental and Applied Software, Institute of Information Technologies; Laureate of the Prize of the President of the Russian Federation, Laureate of the Prize of the Government of the Russian Federation, Academician at the Russian Academy of Education Informatization, Academician at the K.E. Tsiolkovsky Russian Academy of Cosmonautics

78, Vernadskogo pr., Moscow, 119454

Scopus Author ID 56412459400;

ResearcherID J-5446-2013

cvj7@mail.ruhttps://orcid.org/0000-0001-6784-3369КурдюковН. С.KurdyukovNikita S.

Курдюков Никита Сергеевич, аспирант, кафедра инструментального и прикладного программного обеспечения, Институт информационных технологий

119454, Москва, пр-т Вернадского, д. 78

Nikita S. Kurdyukov, Postgraduate Student, Department of Instrumental and Applied Software, Institute of Information Technologies

78, Vernadskogo pr., Moscow, 119454

nskurdyukov@gmail.comМИРЭА – Российский технологический университетРоссияMIREA – Russian Technological UniversityRussian Federation2025060420251321826Copyright © Цветков В.Я., Курдюков Н.С., 20252025Цветков В.Я., Курдюков Н.С.Tsvetkov V.Y., Kurdyukov N.S.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.rtj-mirea.ru/jour/article/view/1123Цели

Цели. Несмотря на широкое применение термина «онтология» в философии и социальных науках, в области информатики онтология и, тем более, онтологическое моделирование остаются мало изученными. Также мало исследована онтология в области информационного поля. Цель работы – разработка методики информационного онтологического моделирования и исследование технологии информационного поиска в широком смысле и как части онтологического моделирования. На основе онтологического моделирования необходимо показать различие между закономерностью и функциональной зависимостью.

Методы

Методы. Для достижения цели применен логически структурный подход, включающий построение концептуальных схем и логический формализм их описания. Логически структурный подход включает построение концептуальных схем, которые служат для применения логического формализма. Основой логического моделирования является выделение родственных моделей. Для этой цели предлагается применить расширенную технологию информационного поиска, которая ищет не отдельные объекты, а группы объектов. Онтологическое исследование строится на применении перехода от качественного описания к количественному. К числу применяемых методов относится метод количественно-качественных переходов.

Результаты

Результаты. Вводится новое понятие – информационное онтологическое моделирование. Обоснованы условия онтологического моделирования. Исследованы отношения между понятиями закономерности и функциональности. На этой основе дается трактовка закономерности и функциональной зависимости. Показано структурное и формальное различие между информационным моделированием, технологиями информационного поиска и онтологическим моделированием. Раскрыты три задачи информационного поиска. При онтологическом моделировании решают вторую и третью задачи информационного поиска, соответственно, поиск группы связанных между собой объектов и поиск отношений или связей внутри группы связанных между собой объектов. Даны формальные схемы онтологического моделирования. Показан переход от отношений к связям в случае онтологического моделирования.

Выводы

Выводы. Доказано, что онтологическое моделирование можно применять только к родственным моделям или к моделям, между которыми существует общность. Предложена технология онтологического моделирования, в варианте которой информационный поиск является начальной частью онтологического моделирования. Вторым вариантом является применение технологии кластерного анализа. Онтологическое моделирование использует качественно-количественные переходы и в предлагаемом варианте может служить для извлечения неявного знания.

Objectives

Objectives. Despite the wide application of the term “ontology” in philosophy and social sciences, ontological modeling in the fields of computer science and information theory remains poorly studied. The purpose of the work is to develop a methodology for the ontological modeling of information and to clarify the theory of information retrieval technology both in a broad sense and as part of ontological modeling. Relevant problems in ontological modeling include the necessity of demonstrating the difference between regularity and functional dependence.

Methods

Methods. To achieve the stated goal, a logically structural approach is used, including the construction of conceptual schemes and their description in terms of logical formalism. The logically structural approach includes the construction of conceptual schemes that serve to apply logical formalism. The basis of logical modeling involves the selection of related models. The extended information retrieval technology proposed for this purpose searches not for individual objects, but for groups of objects. Since ontological research is based on a transition from qualitative to quantitative description, the methods used include quantitative-qualitative transitions.

Results

Results. A new concept of ontological modeling of information is introduced. The conditions of ontological modeling are substantiated. Relationships between the concepts of regularity and functionality are investigated. On this basis, an interpretation of regularity and functional dependence is given. Structural and formal differences between information modeling, information retrieval technologies, and ontological modeling are demonstrated. Three information retrieval tasks are described, of which the second and third tasks involving the search for a group of related objects and the search for relationships or connections within a group of related objects, respectively, are solved using ontological modeling. Formal schemes of ontological modeling are provided. The transition from relations to connections in the case of ontological modeling is demonstrated.

Conclusions

Conclusions. Ontological modeling is shown to be applicable only to related models or to models between which there is a commonality. A technology of ontological modeling is proposed, in which version information retrieval is the initial part, while the second option involves the use of cluster analysis technology. Since ontological modeling uses qualitatively quantitative transitions, the proposed variant can be used to extract implicit knowledge.

моделированиеонтологическое моделированиеинформационный поискинформационное полезакономерностьобобщениелогически структурное описаниеродственные моделиmodelingontological modelinginformation retrievalinformation fieldregularitygeneralizationlogical structural descriptionrelated modelsReferencesGigi M., Tzfadia E. Frontieriphery: An anti-positivist ontological approach to intersectional investigation. Ethnopolitics. 2023;23(4):1–17. http://doi.org/10.1080/17449057.2023.2176586Gigi M., Tzfadia E. Frontieriphery: An anti-positivist ontological approach to intersectional investigation. Ethnopolitics. 2023;23(4):1–17. http://doi.org/10.1080/17449057.2023.2176586Bader S., Pullmann J., Mader C., et al. The international data spaces information model–an ontology for sovereign exchange of digital content. In: Pan J.Z., et al. The Semantic Web – ISWC 2020. ISWC 2020. Series: Lecture Notes in Computer Science. Springer; 2020. V. 12507. P. 176–192. https://doi.org/10.1007/978-3-030-62466-8_12Bader S., Pullmann J., Mader C., et al. The international data spaces information model–an ontology for sovereign exchange of digital content. In: Pan J.Z., et al. The Semantic Web – ISWC 2020. ISWC 2020. Series: Lecture Notes in Computer Science. Springer; 2020. V. 12507. P. 176–192. https://doi.org/10.1007/978-3-030-62466-8_12Lin J., Ma X., Lin S.C., et al. Pyserini: A Python toolkit for reproducible information retrieval research with sparse and dense representations. In: Proceedings of the 44th International ACM SIGIR Conference on Research and Development in Information Retrieval. 2021. Р. 2356–2362. https://doi.org/10.1145/3404835.3463238Lin J., Ma X., Lin S.C., et al. Pyserini: A Python toolkit for reproducible information retrieval research with sparse and dense representations. In: Proceedings of the 44th International ACM SIGIR Conference on Research and Development in Information Retrieval. 2021. Р. 2356–2362. https://doi.org/10.1145/3404835.3463238Кудж С.А. Информационное поле. М.: МАКС Пресс; 2017. 97 с. ISBN 978-5-317-05530-1Kudzh S.A. Informacionnoe pole (Information Field). Moscow: MAKS Press; 2017. 97 p. (in Russ.). ISBN 978-5-317-05530-1Bolbakov R.G., Sinitsyn A.V., Tsvetkov V.Ya. Onomasiological modeling in the information field. J. Phys.: Conf. Ser. The Third International Conference on Metrological Support of Innovative Technologies (ICMSIT-III-2022). 2022;2373(2):2201. http://doi.org/10.1088/1742-6596/2373/2/022010Bolbakov R.G., Sinitsyn A.V., Tsvetkov V.Ya. Onomasiological modeling in the information field. J. Phys.: Conf. Ser. The Third International Conference on Metrological Support of Innovative Technologies (ICMSIT-III-2022). 2022;2373(2):2201. http://doi.org/10.1088/1742-6596/2373/2/022010Sánchez-Zas C., Villagra V., Vega-Barbas M., et al. Ontology-based approach to real-time risk management and cybersituational awareness. Future Gener. Comput. Syst. 2023;141(2):462–472. https://doi.org/10.1016/j.future.2022.12.006Sánchez-Zas C., Villagra V., Vega-Barbas M., et al. Ontology-based approach to real-time risk management and cybersituational awareness. Future Gener. Comput. Syst. 2023;141(2):462–472. https://doi.org/10.1016/j.future.2022.12.006Milton S., Kazmierczak E., Thomas L. Ontological foundations of data modeling in information systems. In: AMCIS 2000 Proceedings. 2000. P. 292. URL: https://aisel.aisnet.org/amcis2000/292Milton S., Kazmierczak E., Thomas L. Ontological foundations of data modeling in information systems. In: AMCIS 2000 Proceedings. 2000. P. 292. Available from URL: https://aisel.aisnet.org/amcis2000/292Lu W., Xiong N., Park D.S. An ontological approach to support legal information modeling. J. Supercomput. 2012;62:53–67. https://doi.org/10.1007/s11227-011-0647-8Lu W., Xiong N., Park D.S. An ontological approach to support legal information modeling. J. Supercomput. 2012;62:53–67. https://doi.org/10.1007/s11227-011-0647-8Lee Y.C., Eastman C.M., Solihin W. An ontology-based approach for developing data exchange requirements and model views of building information modeling. Adv. Eng. Informatics. 2016;30(3):354–367. https://doi.org/10.1016/j.aei.2016.04.008Lee Y.C., Eastman C.M., Solihin W. An ontology-based approach for developing data exchange requirements and model views of building information modeling. Adv. Eng. Informatics. 2016;30(3):354–367. https://doi.org/10.1016/j.aei.2016.04.008Karshenas S., Niknam M. Ontology-based building information modeling. Comput. Civil Eng. 2013;2013:476–483. https://doi.org/10.1061/9780784413029.060Karshenas S., Niknam M. Ontology-based building information modeling. Comput. Civil Eng. 2013;2013:476–483. https://doi.org/10.1061/9780784413029.060Сигов А.С., Цветков В.Я., Рогов И.Е. Методы оценки сложности тестирования в сфере образования. Russian Technological Journal. 2021;9(6):64–72. https://doi.org/10.32362/2500-316X-2021-9-6-64-72Sigov A.S., Tsvetkov V.Ya., Rogov I.E. Method for assessing testing difficulty in educational sphere. Russian Technological Journal. 2021;9(6):64−72. https://doi.org/10.32362/2500-316X-2021-9-6-64-72Kogalovsky M.R., Kalinichenko L.A. Conceptual and ontological modeling in information systems. Program. Comput. Soft. 2009;35:241–256. https://doi.org/10.1134/S0361768809050016Kogalovsky M.R., Kalinichenko L.A. Conceptual and ontological modeling in information systems. Program. Comput. Soft. 2009;35:241–256. https://doi.org/10.1134/S0361768809050016Сигов А.С., Цветков В.Я. Неявное знание: оппозиционный логический анализ и типологизация. Вестник Российской Академии Наук. 2015;85(9):800–804. https://doi.org/10.7868/S0869587315080319Sigov A.S., Tsvetkov V.Ya. Tacit knowledge: Oppositional logical analysis and typologization. Her. Russ. Acad. Sci. 2015;85(5):429–433. https://doi.org/10.1134/S1019331615040073 [Original Russian Text: Sigov A.S., Tsvetkov V.Ya. Tacit knowledge: Oppositional logical analysis and typologization. Vestnik Rossiiskoi Akademii Nauk. 2015;85(9):800–804 (in Russ.). https://doi.org/10.7868/S0869587315080319 ]Ostrom T.M., Pryor J.B., Simpson D.D. The organization of social information. In: Social Cognition. Routledge; 2022. P. 3–38.Ostrom T.M., Pryor J.B., Simpson D.D. The organization of social information. In: Social Cognition. Routledge; 2022. P. 3–38.Tsvetkov V.Ya., Romanchenko A., Tkachenko D., et al. The Information Field as an Integral Model. In: Silhavy R., Silhavy P. (Eds.). Software Engineering Research in System Science. CSOC 2023. Series: Lecture Notes in Networks and Systems. Springer. 2023;722:174–183. https://doi.org/10.1007/978-3-031-35311-6_19Tsvetkov V.Ya., Romanchenko A., Tkachenko D., et al. The Information Field as an Integral Model. In: Silhavy R., Silhavy P. (Eds.). Software Engineering Research in System Science. CSOC 2023. Series: Lecture Notes in Networks and Systems. Springer. 2023;722:174–183. https://doi.org/10.1007/978-3-031-35311-6_19Ikotun A.M., Ezugwu A.E., Abualigah L., et al. K-means clustering algorithms: A comprehensive review, variants analysis, and advances in the era of big data. Inf. Sci. 2023;622(11):178–210. https://doi.org/10.1016/j.ins.2022.11.139Ikotun A.M., Ezugwu A.E., Abualigah L., et al. K-means clustering algorithms: A comprehensive review, variants analysis, and advances in the era of big data. Inf. Sci. 2023;622(11):178–210. https://doi.org/10.1016/j.ins.2022.11.139Thayyib P.V., Mamilla R., Khan M., et al. State-of-the-art of artificial intelligence and big data analytics reviews in five different domains: a bibliometric summary. Sustainability. 2023;15(5):4026. https://doi.org/10.3390/su15054026Thayyib P.V., Mamilla R., Khan M., et al. State-of-the-art of artificial intelligence and big data analytics reviews in five different domains: a bibliometric summary. Sustainability. 2023;15(5):4026. https://doi.org/10.3390/su15054026

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