Научный архив: статьи

Формирование аналитического корпуса для мониторинга ключевых результатов финансово-технологических компаний (2026)

Менеджмент крупных организаций, включая финансово-технологические компании, часто нуждается в обратной связи с потребителями товаров и услуг для того, чтобы оценить, насколько хорошо исполняются стратегические цели организации и вытекающие из них задачи. Внешнее информационное поле может рассматриваться как источник данных, позволяющих получить обратную связь от пользователей и оценить, достигаются ли поставленные руководством цели и задачи. Большие размеры получаемых корпусов текстовых данных предполагают построение методики автоматического сбора текстовой информации для последующей обработки и анализа также в автоматическом режиме. В статье представлена авторская методика формирования аналитического корпуса публикаций из открытых источников для последующего мониторинга внешней информационной среды. Рассматриваются восемь типов источников информации (СМИ, блоги, социальные сети, отзывы, форумы, видеохостинги, микроблоги, мессенджеры). Подбор типов источников и оценка их важности для конкретного ключевого результата является основным этапом методики: языковая модель переводит бизнес-формулировку цели в тематические признаки и приоритеты источников, что влияет на полноту и релевантность формируемого корпуса. Поэтому выбор LLM-модели рассматривается в работе как существенная часть методики, требующая обоснования и верификации. В работе сравниваются девять различных LLM-моделей для ранжирования типов источников, дана оценка качества ранжирования для пяти отобранных ключевых результатов. Для оценки использована метрика nDCG@8. Лучшее значение метрики получено для модели Claude Sonnet 4.6. Авторами предложена техника решения проблемы дублирования сообщений, которая позволила на сформированных корпусах данных сократить объем записей в базе данных на 15%. Разработан интеллектуальный агент для сбора информации из внешних источников.