Краудсорсинг при работе с большими данными. Предлагается создание развиваемой и расширяемой среды и информационных технологий, обеспечивающих доступ к данным смешанного типа, которые получены из источников с различным происхождением, включая краудсорсинг. Разрабатываются усовершенствованная параметризованная модель данных и язык запросов, прототипная система, подсистема выполнения запроса с развитием на ее основе оптимизации запросов. Оригинальной особенностью является обеспечение устойчивого и семантически безопасного функционирования среды данных, использующей краудсорсинг.
При разработке программного обеспечения часто возникает целый ряд неоднородных моделей, каждая из которых соответствует какому-либо конкретному взгляду на систему. Для определения этих моделей могут применяться необязательно одинаковые метамодели. Множество таких моделей составляет мультимодель, а составляющие его элементы считаются частичными или локальными моделями. Поскольку частичные модели обычно перекрываются, то относительно набора глобальных ограничений они могут быть совместны или несовместны. Предлагается среда для определения возможного перекрытия частичных моделей и, исходя из этого, установления их глобальной совместности. Преимущество среды состоит в том, что проверка совместности неоднородных моделей осуществляется без необходимости слияния частичных метамоделей в одну глобальную метамодель. Это достигается обобщением проверки совместности, аналогичной случаю однородных моделей. Семантические средства основываются на теории категорий.
Разработчик