В статье рассмотрен процесс построения формализованной математической модели поиска и обработки неструктурированной документированной информации в рамках реализации концепции промышленного Интернета вещей для автоматизации управления распределенными производственными структурами. Дан краткий обзор наиболее распространенных способов математических методов извлечения контента из массивов неструктурированной документированной информации (метод TF-IDF, применение скрытых марковских моделей). Разработано формализованное представление для дальнейшего построения алгоритмов извлечения данных из массивов неструктурированной информации с использованием моделий ссылочного ранжирования (ранжирование документов массива представлено в виде может быть представлено в виде системы итерационных линейных алгебраических уравнений), индексации документов (определена зависимость веса термина в данной документе от частоты термина и количества документов, в которых данный термин встречается) и формализации обработки неструктурированных данных веб-документов (определено конечное множество выделенных из неструктурированного массива релевантных данных, очищенных от шумов, над которыми возможны дальнейшие действия по структуризации). На основе проведенных исследований будут разработаны алгоритмы и методы обработки неструктурированной информации в распределенных АСУП, ориентированных на работу в условиях предприятий, реализующих концепцию промышленного Интернета вещей.

The article deals with the process of constructing a formalized mathematical model for searching and processing unstructured documented information within the framework of the implementation of the industrial Internet concept. Things for automating the management of distributed production structures. A brief overview of the most common methods of mathematical methods for extracting content from arrays of unstructured documented information (TF-IDF method, application of hidden Markov models) is given. A formalized representation for the further construction of algorithms for extracting data from arrays of unstructured information using reference ranking models is developed (the ranking of the array documents can be represented in the form of a system of iterative linear algebraic equations), indexing of documents (the weight of the term in this document is determined from the frequency of the term and the number of documents in which the term occurs) and the formalization of processing is unstructured s Web document data (defined by a finite set of isolated unstructured array of relevant data, cleared of noise over which possible further actions to structure). Based on the conducted research, algorithms and methods for processing unstructured information in distributed automated control systems will be developed, oriented to work in the conditions of enterprises that implement the concept of the industrial Internet of things.