devterРазвитие территорийTerritory Development2412-8945Сибирский институт управленияWOYKJBdevter-758Research ArticleИНФОРМАЦИОННЫЕ СИСТЕМЫ И ПРОЦЕССЫINFORMATION SYSTEMS AND PROCESSESМодель интеллектуального агента на основе метода анализа формальных понятий и DeepSeek для задач регионального центра пространственного развитияModel of an Intelligent Agent Based on Formal Concept Analysis and DeepSeek for the Tasks of a Regional Spatial Development CentreМихайловаС. С.MikhailovaS. S.

Михайлова Светлана Сергеевна — доктор экономических наук, доцент, заведующий кафедрой математики и анализа данных, ведущий научный сотрудник Института цифровых технологий

Москва

Svetlana S. Mikhailova — Doctor of Sciences (Economics), Associate Professor, Head of the Department of Mathematics and Data Analysis, Leading Researcher at the Institute of Digital Technolo

Moscowgies

ssmihajlova@fa.ruДаниловаС. Д.DanilovaS. D.

Данилова Соелма Доржигушаевна — кандидат технических наук, доцент, ведущий научный сотрудник Института цифровых технологий

Москва

Soelma D. Danilova — Candidate of Sciences (Engineering), Associate Professor, Leading Researcher at the Institute of Digital Technologies

Moscow

sddanilova@fa.ruТимофеевА. Н.TimofeevA. N.

Тимофеев Александр Николаевич — кандидат технических наук, младший научный сотрудник Института цифровых технологи

Москва

Alexander N. Timofeev — Candidate of Sciences (Engineering), Junior Researcher at the Institute of Digital Technologies

Moscow

antimofeev@fa.ruФинансовый университет при Правительстве Росcийской ФедерацииРоссияFinancial University under the Government of the Russian FederationRussian Federation20261209202603 (45)120—132Copyright © Михайлова С.С., Данилова С.Д., Тимофеев А.Н., 20262026Михайлова С.С., Данилова С.Д., Тимофеев А.Н.Mikhailova S.S., Danilova S.D., Timofeev A.N.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://devter.elpub.ru/jour/article/view/758

В статье предложена концептуальная модель интеллектуального агента, объединяющая метод анализа формальных понятий (АФП) с большой языковой моделью DeepSeek. АФП формализует понятия и анализирует данные в форме «объект-признак». В статье излагаются теоретические положения АФП — формальные контексты, решетки понятий, связи Галуа, а также описываются возможности DeepSeek. Предложенная гибридная модель обеспечивает решение трех классов задач пространственного развития: кластеризацию территориальных объектов, выявление импликационных зависимостей в пространственных данных и поддержку принятия решений.

The article proposes a conceptual model of an intelligent agent that combines the method of Formal Concept Analysis (FCA) with the large language model DeepSeek. FCA formalises concepts and analyses data in the form of “object-attribute”. The article presents the theoretical foundations of FCA — formal contexts, concept lattices, Galois connections — and describes the capabilities of DeepSeek. The proposed hybrid model provides solutions to three classes of spatial development tasks: clustering of territorial objects, identification of implicative dependencies in spatial data, and decision support.  

анализ формальных понятийDeepSeekинтеллектуальные агентыпространственное развитиерешетка понятийпринятие решенийFormal Concept AnalysisDeepSeekintelligent agentsspatial developmentconcept latticedecision-makingСтатья подготовлена по результатам исследований, выполненных за счет бюджетных средств по государственному заданию Финансового университета при Правительстве Росcийской Федерации.The article was prepared based on the results of research carried out using budget funds under the state assignment of the Financial University under the Government of the Russian Federation.ReferencesGanter B., Wille R. Formal Concept Analysis: Mathematical Foundations. Berlin: Springer, 1999. 284 p.Ganter B., Wille R. Formal Concept Analysis: Mathematical Foundations. Berlin: Springer, 1999, 284 p.Wille R. Restructuring lattice theory: An approach based on hierarchies of concepts // Ordered Sets. Ed. I. Rival. Dordrecht: Springer, 1982. P. 445—470.Wille R. Restructuring lattice theory: An approach based on hierarchies of concepts. Ordered Sets. Ed. I. Rival. Dordrecht: Springer, 1982, pp. 445–470.Су Ф. Искусственный интеллект больших моделей как драйвер трансформации качественной производительности в строительной отрасли: механизмы, пути и практические исследования на примере DeepSeek [Large model artificial intelligence as a driver of qualitative productivity transformation in the construction industry: mechanisms, paths and practical studies using DeepSeek] // Строительные и дорожные машины. 2024. Т. 68, № 3—4. С. 40—52.Su F. Iskusstvennii intellekt bolshikh modelei kak draiver transformatsii kachestvennoi proizvoditelnosti v stroitelnoi otrasli: mekhanizmi, puti i prakticheskie issledovaniya na primere DeepSeek [Large model artificial intelligence as a driver of qualitative productivity transformation in the construction industry: mechanisms, paths and practical studies using DeepSeek]. Stroitelnie i dorozhnie mashini [Construction and Road Machinery], 2024, vol. 68, no. 3–4, pp. 40–52.Formal Concept Analysis / S. Andrews et al. // Strategic Intelligence Management. 2013. P. 209— 233. (дата обращения: 12.05.2026).Andrews S. i et al. Formal Concept Analysis. Strategic Intelligence Management, 2013, pp. 209 233 (accessed: 12.05.2026).Ignatov D. I. Introduction to Formal Concept Analysis and Its Applications in Information Retrieval and Related Fields. 2017. URL:https://arxiv.org/abs/1703.02819 (дата обращения: 12.05.2026).Ignatov D.I. Introduction to Formal Concept Analysis and Its Applications in Infor-mation Retrieval and Related Fields. 2017. Available at:https://arxiv.org/abs/1703.02819 (accessed: 12.05.2026).Guigues J. L., Duquenne V. Familles minimales d'implications informatives résultant d'un tableau de données binaires // Mathématiques et Sciences humaines. 1986. № 95. P. 5—18.Guigues J.L., Duquenne V. Familles minimales d'implications informatives résultant d'un tableau de données binaires. Mathématiques et Sciences humaines, 1986, no. 95, pp. 5–18.Denniston J. T., Melton A., Rodabaugh S. E. Formal Contexts, Formal Concept Analysis, and Galois Connections. 2013. URL: https://arxiv.org/abs/1309.5134 (дата обращения: 12.05.2026).Denniston J.T., Melton A., Rodabaugh S.E. Formal Contexts, Formal Concept Analysis, and Gal ois Connections, 2013. Available at: https://arxiv.org/abs/1309.5134 (accessed: 12.05.2026).Timashev S. Artificial Intelligence in Risk-Based Design and Operation of Infrastructures: Dangers and Opportunities // International Journal for Computational Civil and Structural Engineering. 2025. Vol. 20, no. 11. URL: https://cyberleninka.ru/article/n/artificial-intelligence-in-risk-based-design-and-operation-of-infrastructures-dangers-and-opportunitiesTimashev S. Artificial Intelligence in Risk-Based Design and Operation of Infrastructures: Dangers and Opportunities. International Journal for Computational Civil and Structural Engineering, 2025, vol. 20, no. 11. Available at: https://cyberleninka.ru/article/n/artificial-intelligence-in-risk-based-design-and-operation-of-infrastructures-dangers-and-opportunitiesDeepSeek LLM Technical Documentation // DeepSeek AI. 2024—2025. URL: https://github.com/deepseek-ai (дата обращения: 02.06.2026).DeepSeek LLM Technical Documentation. DeepSeek AI, 2024–2025. Available at: https://github.com/deepseek-ai (accessed: 02.06.2026).Роспатент одобрил регистрацию товарного знака популярного в России китайского ИИ стартапа // Информационное агентство SakhaNews / ТАСС. 2026. 4 марта. URL: https://sakhanews.ru (дата обращения: 25.04.2026).Rospatent odobril registratsiyu tovarnogo znaka populyarnogo v Rossii kitaiskogo II-startapa [Rospatent approved the registration of the trademark of the Chinese AI start-up popular in Russia]. Informatsionnoe agentstvo SakhaNews / TASS [SakhaNews Information Agency / TASS], 2026, 4 March. Available at: https://sakhanews.ru (accessed: 25.04.2026).Китайская компания DeepSeek регистрирует свои товарные знаки в России // Агентство городских новостей «Москва». 2025. 12 февраля. URL: https://mskagency.ru (дата обращения: 12.05.2026).Kitaiskaya kompaniya DeepSeek registriruet svoi tovarnie znaki v Rossii [Chinese company DeepSeek registers its trademarks in Russia]. Agentstvo gorodskikh novostei “Moskva” [Moscow City News Agency], 2025,BRIDGE: Benchmarking Large Language Models for Understanding Real-world Clinical Practice Text. 2025. URL: https://arxiv.org/abs/2504.19467 (дата обращения: 12.05.2026).February. Available at: https://mskagency.ru (accessed: 12.05.2026).Кулешова Ю. И. Нейронная сеть DeepSeek и ее применение // Ломоносов-2025 : материалы Междунар. науч. конф. студентов, аспирантов и молодых ученых. М. : МГУ, 2025. С. 120—125.BRIDGE: Benchmarking Large Language Models for Understanding Real-world Clinical Practice Text, 2025. Available at: https://arxiv.org/abs/2504.19467 (accessed: 12.05.2026).Климова С. Г., Михеенкова М. А., Финн В. К. ДСМ-метод в качественном социологическом исследовании: основные принципы и опыт использования // Социологический журнал. 2016. Т. 22, № 2. С. 8—30. DOI: 10.19181/socjour.2016.22.2.4255.Kuleshova Yu.I. Neironnaya set DeepSeek i yee primenenie [The DeepSeek neural network and its applications]. Lomonosov-2025 : materiali Mezhdunarodnoi nauchnoi konferentsii studentov, aspir antov i molodikh uchenikh [Lomonosov-2025 : materials of the International Scientific Conference of Students, Postgraduates and Young Researchers]. Moscow: MGU, 2025, pp. 120–125.Финн В. К. ДСМ-метод как средство анализа каузальных зависимостей в интеллектуальных системах // Научно-техническая информация. Серия 2: Информационные процессы и системы. 2000. № 11.Klimova S.G., Mikheenkova M.A., Finn V.K. DSM-metod v kachestvennom sotsio-logicheskom issledovanii: osnovnie printsipi i opit ispolzovaniya [DSM-method in qualitative sociological research: basic principles and experience of use]. Sotsiologicheskii zhurnal [Sociological Journal], 2016, vol. 22, no. 2, pp. 8–30. DOI: 10.19181/socjour.2016.22.2.4255.Финн В. К., Михеенкова М. А. О ситуационном расширении ДСМ-метода автоматического порождения гипотез // Научно-техническая информация. Серия 2: Информационные процессы и системы. 2000. № 11. С. 20—28.Finn V.K. DSM-metod kak sredstvo analiza kauzalnikh zavisimostei v intellektualnikh sistemakh [DSM-method as a tool for analysing causal dependencies in intelligent systems]. Nauchno tekhnicheskaya informatsiya. Seriya 2. Informatsionnie protsessi i sistemi [Scientific and Technical Information. Series 2. Information Processes and Systems], 2000, no. 11.Финн В. К. Эвристика обнаружения эмпирических закономерностей и принципы интеллектуального анализа данных // Искусственный интеллект и принятие решений. 2018. № 3. С. 3—19. DOI: 10.14357/20718594180311.Finn V.K., Mikheenkova M.A. O situatsionnom rasshirenii DSM-metoda avtomaticheskogo porozhdeniya gipotez [On the situational extension of the DSM-method of automatic hypothesis gen eration]. Nauchno-tekhnicheskaya informatsiya. Seriya 2. Informatsionnie protsessi i sistemi [Scien tific and Technical Information. Series 2. Information Processes and Systems], 2000, no. 11, pp. 20–28.Kuznetsov S. O., Obiedkov S. A. Comparing Performance of Algorithms for Generating Concept Lattices // Journal of Experimental & Theoretical Artificial Intelligence. 2002. Vol. 14, no. 2—3. P. 189—216.Finn V.K. Evristika obnaruzheniya empiricheskikh zakonomernostei i printsipi intellektualnogo analiza dannikh [Heuristics for discovering empirical patterns and principles of data mining]. Iskusstvennii intellekt i prinyatie reshenii [Artificial Intelligence and Decision Making], 2018, no. 3, pp. 3–19. DOI: 10.14357/20718594180311.DeepSeek License Agreement. Version 1.0 // GitHub: deepseek-ai/DeepSeek-V2. URL: https://github.com/deepseek-ai/DeepSeek-V2/blob/main/LICENSE-MODEL (дата обращения: 25.04.2026).Kuznetsov S.O., Obiedkov S.A. Comparing Performance of Algorithms for Generat-ing Concept Lattices. Journal of Experimental & Theoretical Artificial Intelligence, 2002, vol. 14, no. 2–3, pp. 189–216.DeepSeek License Agreement. Version 1.0. GitHub: deepseek-ai/DeepSeek-V2. Available at: https://github.com/deepseek-ai/DeepSeek-V2/blob/main/LICENSE-MODEL (accessed: 25.04.2026).DeepSeek License Agreement. Version 1.0. GitHub: deepseek-ai/DeepSeek-V2. Available at: https://github.com/deepseek-ai/DeepSeek-V2/blob/main/LICENSE-MODEL (accessed: 25.04.2026).

The authors declare that there are no conflicts of interest present.