3 (25) • 2012 1 Караганды 2012

ВЕСТНИК КЭУ: ЭКОНОМИКА, ФИЛОСОФИЯ, ПЕДАГОГИКА, ЮРИСПРУДЕНЦИЯ
282
Мамраева Д.Г. к.э.н., доцент кафедры
"Маркетинг" КарГУ им. Е.А. Букетова
Охман К., ст. гр. БУС-42 КарГУ им. Е.А. Букетова
ПЕРСПЕКТИВЫ РАЗВИТИЯ ПЛАТНОГО ИНТЕРНЕТ-КОНТЕНТА
В РЕСПУБЛИКЕ КАЗАХСТАНЕ
В  современном  мире  наблюдается  стреми-
тельное  развитие  сети  Интернет,  о  чем  свиде-
тельствуют  данные  глобального  исследования
аналитической  компании  The  Royal  Pingdom
[1].  В  2011  году  было  зарегистрировано  поряд-
ка  2,1  миллиарда  пользователей сети  Интернет
по  всему  миру.  По  данным  совместных  иссле-
дований  компаний  Cisco,  Google  и  Массачусет-
ского технологического института, каждый день
создается 210  млрд. сообщений e-mail,  60 часов
видео выгружаются  в Сеть  каждую  минуту,  бо-
лее 560 приложений загружается каждую секун-
ду. Также прогнозируется, что к 2016 году через
интернет  будет  передаваться  1.3  зеттабайт
(=1.3?1015MB)  данных  [2].
Современные  технологии  позволяют  чело-
веку  получать  информацию,  которая  в  огром-
ных количествах загружается в сеть. До сих пор
доступ  к  большей  части  Интернет-контента  ос-
тавался  свободным,  но  теперь  возникает  акту-
альный  вопрос  о  перспективах  развития  плат-
ного Интернет-контента в мире, а в частности - в
Казахстане.
Крупный  международный  исследователь-
ский центр NELSEN опубликовал доклад о гло-
бальных  перспективах  платного  онлайн-кон-
тента  [3].  Исследование  охватило  более  27  тыс.
пользователей  в  52  странах  мира.  Цель  иссле-
дования  -  выяснить  отношение  потребителей  к
платному  Интернет-контенту  и  определить
виды контента, за которые готовы платить опре-
деленные типы потребителей, а так же выяснить,
какие формы монетизации контента имеют наи-
большие перспективы.
  Как  показали  результаты  исследования,
потребители чаще всего готовы платить или уже
платили за ту продукцию, которую прежде оп-
лачивали в оффлайне - музыка, игры, театраль-
ные постановки  (видео-версии), телешоу. Мень-
ше всего желания купить вызывает контент, ко-
торый  произведен,  по мнению  потребителей,  с
ничтожными  затратами  на него  (Рисунок  1).
Рисунок 1. Потребители, которые уже платили или готовы рассмотреть возможность оплаты
по разным видам контента (в %)
Тем не менее, независимо от своих предпочте-
ний в выборе контента, практически все опрошен-
ные сходятся во мнении, что онлайн контент должен
соответствовать определенным стандартам для того,
чтобы они были готовы заплатить за него деньги (Ри-
сунок 2):
- 78% пользователей считают, что оплата под-
писки на оффлайновую версию газет или журналов
должна обеспечивать бесплатное пользование мате-
риалами издания онлайн;
- 79% пользователей утверждают, что они, не-
сомненно, прекратят пользоваться услугами плат-
ного веб-сайта, если смогут найти ту же самую ин-
формацию бесплатно;
- 62% онлайн-пользователей убеждены,  что если
они купили контент, то имеют право свободно рас-
поряжаться им - копировать и делиться с другими
потребителями;
- 43% заявили, что простая система оплаты рас-
положит их к покупке контента. В регионе Средней
Азии этот показатель составил - 57%.
Рисунок2.  Требования  глобальных  пользователей  к  платному  контенту.

3 (25) • 2012
283
47% глобальных потребителей говорят, что они
готовы к увеличению рекламы, которая помогла бы
сохранить  доступ к контенту  бесплатным, однако
этот показатель варьируется от рынка к рынку.
Рисунок  3.  Отношение  глобальных  пользователей  к  рекламе
57%  респондентов  на  Ближнем  Востоке,
Африке  и  Пакистане  открыты  для  увеличе-
ния  рекламы,  также  как  и  55%  в  Азиатско-
Тихоокеанском  регионе.  В  Европе  и  США  -
меньше:  лишь  39%  и  40%  соответс твенно.
Маловероятно,  что  медиа-компании  отка-
жутся  от  размещения  рекламы,  полностью
перейдя на систему оплаты контента, но 64%
опрошенных  не  считают  это  справедливым:
по  их  мнению,  если  они  платят  за  контент,
то  рекламы  быть  не  должно.
Несмотря  на  растущий  консенсус,  что
медиа-компании  с могут  получать  ощути-
мую прибыль за счет взимания платы за свой
контент,  единственно  верного  решения  за-
дачи,  как  повысить  его  монетизацию,  пока
нет.
Компании экспериментируют с самыми раз-
ными моделями оплаты контента - от полной под-
писки до микро-платежей за отдельные части кон-
тента. 52% предпочитают систему, при которой воз-
можна покупка конкретного материала, а не оплата
за вход на сайт. Но внедрение такой системы оплаты
- трудоемкий процесс для провайдера.
Главный вывод, который следует из исследо-
вания Nielsen, - в разных странах потребители по-
разному  относятся  к  моделям  оплаты  контента,
и, соответственно, модели  монетизации  контента
должны быть  гибкими.  На самом  деле,  потреби-
телю должно быть доступно гораздо больше, а не
меньше,  возможностей оплатить  контент. Ведь  в
реальности  каждый  уже платит  -  одни,  покупая
контент, другие - просматривая рекламу, третьи -
просматривая рекламу  и  покупая  контент.
Невозможно  объективно  рассмотреть  перс-
пективы  развития  платного  интернет  контента  в
Казахстане,  не  исследовав опыт  других стран.
В США  еще с 1997 года  начинали  вводиться
первые  системы  оплаты  за  пользование  онлайн
контентом.  Нарабатывался  определенный  опыт,
создавались успешные модели, и на примере этой
страны можно  убедиться в том, что  платный Ин-
тернет - контент имеет право на существование.
Второй пример - Российская Федерация, ко-
торая  по объективным причинам является более
приемлемым вариантом для сравнения  -  схожая
история развития Интернета, менталитет пользо-
вателей,  инфраструктура и прочее.
Самым крупным в США и в мире онлайн ин-
тернет-магазином-супермаркетом  по  распрост-
ранению цифрового  аудио, видео и игрового ме-
диаконтента является - iTunes Store, магазин аме-
риканской  компании Apple,  представленный  об-
щественности 28  апреля  2003  года.  Инновацион-
ный  подход магазина  заключался  в  продаже  не
полного  альбома  одного  исполнителя,  а  отдель-
ной  песни. В  итоге, более  миллиона  песен  было
продано за 6 дней, а не за 6 месяцев, как предпо-
лагалось. В середине 2011 года была  реализована
15-миллиардная  композиция.  При  этом  попыт-
ки  конкурентов  создать  сервис  аналогичный
iTunes  Store серьезного  успеха не имели.  Однако
iTunes Store  открыт  не  для  каждой страны.  Но  в
США (а также в Канаде, Великобритании, Еврозо-
не и Скандинавии) успех этого сервиса доказыва-
ет  готовность  потребителей платить  собственные
деньги  за  использование  онлайн  контента.
Еще  одним  примером  успешной  моне-
тизации  контента  в  США  является  введение
платной  онлайн  подписки  на  газеты  и  жур-
налы,  или  же  предоставление  платного  до-
ступа  к  отдельным  статьям.  В  2011  году  10
крупных  и  несколько  сотен  небольших  аме-
риканских  газет  ограничили  платный  дос-
туп  к  своему  контенту.  Например,  с  момен-
та  начала  взимания  платы  за  онлайн  дос-
туп  в  марте  2011  года,  The  New  York  Times
подписала  380  тыс.  человек.  Это  составляет
примерно  половину  от  ежедневного  печат-
ного  тиража.  Газета  Star  Tribune,  благода-
ря  онлайн  подписчикам,  получает  1,4  млн.
$  дохода  в  год  и  увеличивает  доход  за  счет
с окращения   затрат  на  печать  бум аж ного
тиража.
Количество просмотров сайта с введени-
ем платной подписки издания уменьшилось
на  12%.  Сумма,  которую  Star  Tribune  поте-
ряла  из-за  ухода  людей,  в  15  раз  меньше,
чем  доход,  получаемый  от  онлайн-подпис-
чиков.

ВЕСТНИК КЭУ: ЭКОНОМИКА, ФИЛОСОФИЯ, ПЕДАГОГИКА, ЮРИСПРУДЕНЦИЯ
284
Рисунок 4.  Данные по итогам ограничения  доступа  к контенту крупными изданиями в США.
Еще одним способом продажи контента явля-
ются фотобанки - сервисы по продаже фотографий.
Крупнейший из  них - Getty Images. В его базе содер-
жится более 70 млн фотографий, а общая стоимость
активов компании была предварительно оценена в 4
миллиарда долларов. При этом компания не явля-
ется монополистом - существуют десятки сайтов, спе-
циализирующихся на продаже фото и графических
изображений. Эти сервисы пользуются популярно-
стью не только в США, но и во всем мире. Приведен-
ные  примеры указывают на общую  тенденцию в
США - Интернет - пользователи готовы платить за
онлайн контент и даже заменить на него бумажные
версии изданий или пластинки и диски с музыкой,
фильмами и т.д. Так же существует огромное коли-
чество сайтов, на которых предоставляется возмож-
ность купить фотографии, программное обеспече-
ние, всевозможные шаблоны для программ и мно-
гое другое. Несколько другую картину представля-
ет собой ситуация на ранке платного контента в Рос-
сии. В отличие от США, где большинство периоди-
ческих изданий уже закрыли часть своего Интернет
контента для  бесплатного  пользования,  в  России
единственным изданием, которое монетизировало
свой контент, является - "Ведомости". РИА - новости
предоставляют другим агентствам платную подпис-
ку на некоторые пакеты материалов, но в этом слу-
чае действует схема B2B. Следует отметить, что ITunes
Store только планирует начать работу в России.
Ответ на вопрос, почему платный контент в Рос-
сии не пользуется популярность можно найти, рас-
смотрев  результаты  исследования  Profi  Online
Research  [4].
Согласно данному исследованию, 72% россиян
не желают отдавать деньги за то, что можно полу-
чить бесплатно, пусть и худшего качества. Порядка
50% боятся виртуальных мошенников и поэтому с
подозрением относятся к системе микроплатежей,
отправляемых по СМС. 44% опасаются получить за
свои деньги контент не заявленного качества - т.е. не
совсем доверяют порядочности продавцов контента
в рунете.
Рисунок 5.  Причины  отказа от  покупки контента среди граждан РФ
Среди  причин,  по  которым  происходит  не
динамичное развитие системы оплаты за онлайн
контент в России, можно выделить следующие:
Возможность  доступа  к  аналогичной  ин-
формации  в  бесплатном  режиме  -  для  успеш-
ного  действия  платной  модели  необходимо
объединение  нескольких  крупных  изданий,  ко-
торые вместе закрыли бы свой контент. Но дого-
вориться о подобном объединении пока не уда-
лось.
Неразвитость  инфраструктуры  -  пользова-
телей  отпугивает  необходимость  платить  и  ре-
гистрироваться, терять время, а также лишь не-
многие  активно  пользуются  банковскими  кар-
тами.
Однако благоприятные перспективы все же
присутствуют - пользователи готовы платить  за
качественный  специализированный  контент.
Ряд российских изданий все же закрывает неко-
торую  часть  своего  контента,  и  в  перспективе
контент  любого  онлайн-СМИ  поделится  на
платный  и  бесплатный.  Так  же  пользователи
готовы  покупать  контент тогда,  когда не  имеют
возможности  создать  свой  собственный  -  суще-
ствует  десяток  сайтов,  которые  предлагают  ку-
пить готовые статьи, исследования, рефераты.
Но,  тем  не  менее,  эксперты  отмечают,  что
наиболее прибыльной и удобной и для пользо-
вателей,  и  для  владельцев  контента  является
рекламная  модель.
Итак, десятилетия развития системы платы
за  пользование  онлайн  контентом  в  США  при-
вело к тому, что все больше и больше медиаком-
паний  взимают  плату  за  пользование  ресурса-
ми, сервисы - посредники  по  продаже  музыки,
фильмов,  фотографий  пользуются  популярно-

3 (25) • 2012
285
стью  среди  пользователей  и  успешно  продают
контент.
В России подобная схема имеет определен-
ные  перспективы,  но  ее  развитие  сдерживается
неразвитой инфраструктурой, делающей невоз-
можной быструю и легкую оплату, и возможно-
стью  практически  любую  информацию  найти
бесплатно.
Для  Казахстана,  45%  населения  которого
регулярно  пользуется  Интернетом  (что  являет-
ся  наивысшим  показателем  в  Центральноази-
атском  регионе,  согласно докладу  ООН  по  ши-
рокополосной  связи  и  Международного  союза
электросвязи), вопрос развития платного Интер-
нет-контента  также  является  актуальным  [5].
Главной причиной является принятие закона "О
внесении изменений и дополнений в некоторые
законодательные акты Республики Казахстан по
вопросам  интеллектуальной  собственности"  (от
12 января 2012 года № 537-IV). В результате ока-
зались  закрыты или ограниченны в  деятельнос-
ти крупнейшие порталы, нелегально предостав-
ляющие  он-лайн  контент,  -  Kaztorka.org,
Megatorrents.org,  Namba.kz,  Kiwi.kz  и  другие.
Таким  образом,  сложилась  двоякая  ситуа-
ция  -  для  казахстанских  пользователей  оказал-
ся  закрытым  доступ  к  нелегальному  контенту,
но  при  этом  не  открылось  возможностей  для
покупки  легального.
Однако  создание  собственного,  качествен-
ного контента пока только начинается.  При этом
закупка лицензий на зарубежный контент и пе-
репродажа  его  в  зоне  .kz  трудоемкий  и,  глав-
ное,  капиталоемкий  процесс.  Бедность  локаль-
ного  контента  -  это  одна  из  причин,  которые
препятствуют развитию  системы платного  кон-
тента.
Вторая причина  - отсутствие многих серви-
сов, которые бы упрощали процесс покупки кон-
тента  -  нет  полнофункциональной  системы  с
платежными  сервисами,  справочными  матери-
алами и т.д. Пользователям не понятно как они
могут платить, кому и за что.
В  -  третьих,  ни  одно  казахстанское  перио-
дическое  издание  пока  не  имеет  версии  для
смартфонов  или  планшетных  компьютеров  -
зачастую именно их владельцы оформляют под-
писку.
Решением может стать, во-первых, создание
собственного  контента  -  привлечение  музыкан-
тов, певцов, блогеров, фотографов, которые пре-
доставляли бы на своих сайтах возможность по-
купки уникального контента. Во-вторых, привле-
чение инвесторов для покупки лицензий на  не-
обходимый  пользователям  иностранный  кон-
тент. В-третьих, создание инфраструктуры, обес-
печивающей скорость, удобство и прозрачность
проведения  сделок  купли-продажи  на  рынке
Интернет-контента.
Стремительное  развитие  Интернет-техно-
логий, мобильных и компьютерных устройство,
рост  пользователей  сети  Интернет  показывает,
что  онлайн  контент  постепенно  приравнивает-
ся к оффлайновому - создание и того, и другого
требует средств. Следовательно, за он-лайн кон-
тент также нужно платить.
Постепенно  покупка он-лайн контента вой-
дет  в  привычку  для  пользователей  Казахстана,
как это происходит в России, и как это практи-
чески произошло в США.
Список литературы:
1. h t t p : / / w w w. s e c u r i t y l a b . r u / n e w s /
413640.php  (дата  обращения:  5.10.12).
2. http://biz.liga.net/all/it/stati/2320651-era-
i ntel l ekta-desyat-tendentsi y-i -tekhnol ogi y-
budushchego-.htm  (дата  обращения:  5.10.12).
3. http:/ / bl og.ni el sen.c om/ ni elsenwir e/
global/changing-models-a-global-perspective-
on-paying-for-content-online/  (дата  обращения:
5.10.12).
4. http://rumetrika.rambler.ru/news/4379
(дата  обращения:  5.10.12).
5. http://total.kz/hitech/internet/2012/09/27/
po_dannym_oon_v_kazahstane#begin_st  (дата
обращения:  5.10.12).
Мусин А.Т. , к.ф.-м.н., доцент
кафедры "Информационные системы"
Карагандинский университет "Болашақ"
Жетимекова Г.Ж.
магистр кафедры "Информационные системы"
Карагандинский университет "Болашақ"
РАСПОЗНАВАНИЕ ОБРАЗОВ В
 СРЕДЕ MATLAB
В последние десятилетия в мире бурно раз-
вивается  новая  прикладная  область  математи-
ки,  специализирующаяся  на  искусственных
нейронных  сетях  (НС)  [1,  2].  Актуальность  ис-
следований  в этом  направлении  подтверждает-
ся  массой  различных  применений  НС.  Это  ав-
томатизация процессов распознавания образов,
адаптивное  управление,  аппроксимация  функ-
ционалов,  прогнозирование,  создание  эксперт-
ных  систем,  организация  ассоциативной  памя-
ти  и  многие  другие  приложения.  С  помощью
НС  можно, например, предсказывать показате-
ли биржевого рынка, выполнять распознавание
оптических  или  звуковых  сигналов,  создавать

ВЕСТНИК КЭУ: ЭКОНОМИКА, ФИЛОСОФИЯ, ПЕДАГОГИКА, ЮРИСПРУДЕНЦИЯ
286
самообучающиеся  системы,  способные  управ-
лять  автомашиной  при  парковке  или  синтези-
ровать речь по тексту. В то время как на западе
применение НС уже достаточно обширно.
Широкий круг задач, решаемый НС, не по-
зволяет  в  настоящее  время  создавать  универ-
сальные, мощные сети, вынуждая разрабатывать
специализированные  НС,  функционирующие
по  различным  алгоритмам.
Несмотря  на  существенные  различия,  от-
дельные типы НС обладают несколькими общи-
ми  чертами.
Во-первых,  основу  каждой  НС  составляют
относительно простые, в большинстве случаев -
однотипные,  элементы(ячейки),  имитирующие
работу нейронов мозга (рис  1).
Рис. 1.
Далее  под нейроном будет  подразумеваться
искусственный нейрон, то есть ячейка НС. Каждый
нейрон характеризуется своим текущим состояни-
ем  по  аналогии  с нервными  клетками головного
мозга, которые могут быть возбуждены или затор-
можены. Он обладает группой синапсов - однонап-
равленных входных связей, соединенных с выхода-
ми других нейронов, а также имеет аксон - выход-
ную связь данного нейрона, с которой сигнал(воз-
буждения или торможения) поступает на синапсы
следующих нейронов. Общий вид нейрона приве-
ден на рисунке 2. Каждый синапс характеризуется
величиной синаптической связи или ее весом wi, ко-
торый по физическому смыслу эквивалентен элект-
рической проводимости.
 
Рис. 2. 
Одна из перспективных областей применения
НС - распознавание образов.
Распознавание образов (а часто говорят - объек-
тов,  сигналов, ситуаций,  явлений или процессов) -
самая распространенная задача, которую человеку
приходится решать  практически  ежесекундно от
первого до последнего дня своего существования. Для
этого он использует огромные ресурсы  своего моз-
га,  которые мы оцениваем таким показателем как
число нейронов, равное 1010.
Для решения задачи распознавания образов с
использованием искусственного интеллекта может
быть использована нейронная сеть. Эти возможнос-
ти используются в космонавтике и аэронавтике - для
построения систем автоматического пилотирования;
в военном деле - для слежения за целями, выделе-
ния и распознавания объектов, обработки телевизи-
онных изображений; в электронике - для построе-
ния систем машинного зрения; в промышленном
производстве - для контроля качества.
При  распознавании фотографии человека, в
отличие от других методик, НС не производит выде-
ление отдельно ушей, глаз, носа и т.д. Вместо этого
изображение воспринимается нейронной сетью так,
как это происходит на сетчатке глаза человека, т.е.
как единый образ, и затем ассоциируется с одним из
хранящихся в памяти эталонов. Система MATLAB
позволяет моделировать НС на домашних ПК, не
прибегая к  созданию специального  аппаратного
исполнения [3]. Операционная среда MATLAB дает
возможность путем вводимых операторов создавать,
обучать и тестировать НС. Используя MATLAB, была
создана НС для распознавания лиц различных лю-
дей.  В качестве датчика предполагается использо-
вать web-камеру, которая формирует изображение
распознаваемого объекта в статическом виде. После
предварительной обработки  в  системе   MATLAB
изображение представляется в оцифрованном виде
матрицей 50?50 ячеек, содержащих  числа от 0 до
255, которые  соответствуют различным градациям
серого цвета. Например, изображению, представлен-
ному на рис. 3 соответствует матрица рис. 4.
 
Рис. 3 

3 (25) • 2012
287
Рис. 4 
 
Для  распознавания  образов  была  сформи-
рована НС. Структура сети состоит из двух слоев и
содержит 30 нейронов в скрытом слое, 2500 входов и
k нейронов в выходном слое. Числу входов соответ-
ствует число ячеек в исходной матрице, количество
нейронов в скрытом слое подобрано эксперимен-
тально для достижения наилучших результатов, а
число нейронов в выходном слое k равно числу изоб-
ражений, на которых будет обучаться НС.  В качестве
функции активации были выбраны логарифмичес-
кие сигмоидальные функции в каждом слое. Такая
функция активации была выбрана потому, что диа-
пазон выходных сигналов  для этой функции опре-
делен от 0 до 1, и этого достаточно, чтобы сформиро-
вать  значения выходного  вектора.  Структура  НС
представлена на рис. 5.
Рис. 5 
Однако система считывания изображений обыч-
но работает неидеально, и отдельные элементы изоб-
ражений могут быть искажены или отличаться от
тех, на которых первоначально обучалась НС, напри-
мер из-за поворота или наклона головы рис. 6.
 
Рис. 6 
В связи с этим проектируемая НС должна точ-
но распознавать идеальные векторы входа (четкие
изображения) и с максимальной точностью воспро-
изводить искаженные образы. Поэтому НС необхо-
димо обучить как на идеальных, так и искаженных
векторах. Обучение сети производилось таким об-
разом, чтобы сформировать единицу в единствен-
ном элементе вектора выхода, позиция которого со-
ответствует номеру изображения, остальные элемен-
ты вектора заполняются нулями. В качестве алгорит-
ма обучения использовался метод обратного распро-
странения  ошибки с  возмущением и  адаптацией
параметра скорости настройки [3].
Проведенный анализ результатов исследования
показал, что применение уникальных нейротехно-
логий обработки изображения даёт высокий процент
распознавания. Так при повороте или наклоне го-
ловы на 15-20 градусов погрешность сети составляет
2-3%. Данный программный модуль может быть ис-
пользован в системах автоматического обнаружения
и слежения за лицами через подключенные телека-
меры.
Список литературы:
1. Галушкин А.И. Теория нейронных сетей. -
М.:ИПРЖР, 2000. - 416 с.
2. Галушкин  А.И.  Нейрокомпьютеры.  -
М.:ИПРЖР,2000. - 532 с.
3. Медведев  В.С.,  Потемкин  В.Г  Нейронные
сети. MATLAB 6. - М.: ДИАЛОГ-МИФИ, 2002. - 496 с.

жүктеу/скачать 5,11 Mb.

Достарыңызбен бөлісу: