Труды КНЦ (Технические науки) 2/2022(13).

Труды Кольского научного центра РАН. Серия: Технические науки. 2022. Т. 13, № 2. С. 59-65. Transactions of the Kola Science Centre of RAS. Series: Engineering Sciences. 2022. Vol. 13, No. 2. P. 59-65. Рис. 2. Фрагмент картографического интерфейса для пользователя типа «промышленник» Заключение Предложенный в работе модуль формирования профилей пользователей для СППР в области управления ППК позволяет усовершенствовать процесс принятия решений и реализовать адаптивный подход к визуализации пространственной информации за счёт учета особенностей и информационных потребностей пользователей при работе с системой. Также предложено интегрировать в обобщенную архитектуру СППР дополнительные процедуры лексико-синтаксического анализа данных, используемых в процессе принятия решений, с целью выявления в них пространственных данных. Направление дальнейших исследований может быть связано с расширением набора моделей пользователей СППР по управлению ППК, а также их формализованного описания, позволяющего реализовать функции когнитивной геовизуализации в рамках существующих ГИС. Список источников 1. Santos B., Charrua-Santos F. et al. Industry 4.0: an overview // Proceedings of the World Congress on Engineering, 2018. 2. Yakovlev S., Shemyakin A., Oleinik A. Information and analytical support of the Arctic industrial- natural complexes safety // IOP Conference Series: Earth and Environmental Science: International Round Table “Industry 4,0 Technologies in the Arctic”. 2021. P. 012015. 3. Fridman A., Oleinik A. Situational information system for decision-making support regarding industry- natural complexes // 17th International Industrial Simulation Conference. 2019. P. 41-45. 4. Fridman A., Kulik B. Situation Awareness in Modeling Industrial-Natural Complexes // Lecture Notes in Networks and Systems. 2020. Vol. 95. P. 247-256. 5. Bondareva N. N. Modern Approaches to Arctic Development in View of Synergy Potential in the New Risks and ttallenges Environment // Modernization Innovation Research. 2021. № 12 (1). P. 23-33. 6. Solso R., Kimberly M., Maclin O. Cognitive Psychology 7/e: International edition, Boston, 2007. P. 624. 7. Hahmann S., Burghardt D. How much information is geospatially referenced? Networks and cognition // International Journal of Geographical Information Science. 2013. Vol. 27. P. 1171-1189. 8. Palshikar G. Techniques for Named Entity Recognition: A Survey // Collaboration and the Semantic Web: Social Networks, Knowledge Networks and Knowledge Resources. 2012. P. 191-217. 9. Vicentiy A. V., Dikovitsky V. V., Shishaev M. G. Automated Extraction and Visualization of Spatial Data Obtained by Analyzing Texts about Projects of Arctic Transport // Advances in Intelligent Systems and Computing. 2019. P. 419-433. 10. Pilecki B., Vicentiy A. Development of a method for extracting spatial data from texts for visualization and information decision-making support for territorial management // IOP Conference Series Earth and Environmental Science. Institute of Physics Publishing, 2020. Vol. 509. © Пилецкий Б. М., Вицентий А. В., 2022 64