Одной из актуальных задач, решаемых в сфере разработки программного обеспечения, является автоматизированный сбор информации с сайтов (парсинг). Полученная информация обычно структурируется в виде базы данных и используется для проведения широкого круга разнообразных прикладных исследований, например, моделирования функционирования технических устройств, протекания бизнес-процессов, прогнозирования изменения каких-либо параметров с течением времени.
Целью описываемой работы являлась разработка несложной для реализации методики создания базы метеорологических параметров путём фиксации их значений через короткие интервалы времени (таймфреймы) методом парсинга информации с метеосервера. Далее демонстрируется пример использования полученной базы для построения модели прогнозирования протекания динамического метеорологического процесса.
Рассмотрены основные этапы работы с нейросетевой моделью, использующей для обучения и верификации многомерный массив данных, и показавшей хорошую точность прогнозирования изменения скорости ветра с течением времени.
Программа-парсер и программа нейросетевого анализа реализованы с использованием наиболее актуальных информационных технологий на универсальном языке программирования Python с использованием дополнительных библиотек.
По результатам выполненного исследования сделаны выводы, а также описаны рекомендуемые области дальнейшего применения разработанной методики.
БИБЛИОГРАФИЧЕСКАЯ ССЫЛКА
Ильичев В.Ю. ИСПОЛЬЗОВАНИЕ ПАРСИНГА ДЛЯ СОЗДАНИЯ БАЗЫ МЕТЕОРОЛОГИЧЕСКИХ ДАННЫХ И РАЗРАБОТКА НА ЕЁ ОСНОВЕ НЕЙРОСЕТЕВОЙ МОДЕЛИ ПРОГНОЗИРОВАНИЯ СКОРОСТИ ВЕТРА. Системный администратор. 2020. № 10 (215). С. 92-95.
One of the current tasks being solved in the field of software development is automated collection of information from sites (parsing). The obtained information is usually structured as a database and is used to conduct a wide range of applied research, for example, modeling the functioning of technical devices, business processes, forecasting the change of any parameters over time.
The purpose of the described work was to develop a simple method for implementing the creation of a database of meteorological parameters by fixing their values at short intervals (timescales) using the method of parsing information from a weather server. The following shows an example of using the obtained base to build a model for predicting the progress of a dynamic meteorological process. The main stages of work with a neural network model using a multidimensional data array for training and verification and showing good accuracy of predicting the change in wind speed over time are considered.
The parser program and the neural network analysis program are implemented using the most current information technologies in the Python universal programming language using additional libraries.
Based on the results of the study, conclusions were drawn, and recommended areas of further application of the developed methodology are also described.
_