Главная » Просмотр файлов » Диссертация

Диссертация (1095062), страница 18

Файл №1095062 Диссертация (Методы и алгоритмы интеллектуализации принятия решений в условиях неопределенности на базе аппарата нейронных сетей и эволюционного моделирования) 18 страницаДиссертация (1095062) страница 182018-02-16СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 18)

Неизвестность. Данные о значениях некоторых параметров материаламогут отсутствовать (например, пустые поля тегов, отсутствие рейтингаматериала).2. Недостоверность. Возможность неадекватности таких параметров какзначение пользовательского рейтинга или рейтинга автора.3. Неоднозначность входных данных. Само значение интегрированнойрейтинговой оценки материала является косвенным и не всегда достовернымпоказателем его качества.1184.2.1 Подбор показателей, используемых для многокритериальнойоценки контентаКаждому материалу, хранящемуся в виртуальной среде, сопоставлен наборразнотипных параметров, среди которых: автор, категория, множество ключевыхтегов,историяпросмотров,измененияисогласования,комментариипользователей, оценка модератора.Теги являются структурированными характеристиками выкладываемых напортале материалов и предназначены для их идентификации и поиска.Результирующее решение об обработке контента строится на основаниисовокупности критериев (коэффициент доверия для авторов, популярностьматериалов и другие).Оценкипользователейагрегируютсявотдельныйпараметр–пользовательский рейтинг контента Ru.

Он рассчитывается на основании голосовпользователей и модераторов с учетом порога голосов для включения иисключения из рейтинга.Интегрированнаяоценкаконтентаявляетсясуммарнымрейтингом,зависящим от значений характеристик нижних уровней иерархии, и выглядитследующим образом:1.Суммарный рейтинг R: интегрированная оценка контента.1.1.

Пользовательский рейтинг Ru: характеризует, насколько данный материалкажется пользователям полезным. Выявляется путем голосования и оценивания.Оценивается по 5-балльной шкале [1, 5].1.1.1.Количество голосов за материал.1.1.2.Медиана всех голосов за данный материал с учетом рейтинга каждогоголоса.1.1.3.Порог голосов, необходимый для расчета рейтинга.1.1.4.Медиана рейтинга всех материалов на портале.1191.2. Популярность P: показывает, как часто пользователи обращаются кматериалу.

Оценивается по 10-балльной шкале [1, 10].1.2.1.Количество просмотров.1.2.2.Обсуждаемость (количество комментариев).1.3. Актуальность U. Параметр принимает значение из множества {«неактуальный», «не потерявший актуальность», «актуальный»}.1.4. Модераторская оценка M: модератор может пометить материал дляпоследующего перенесения в хранилище данных. В случае если материал оцененмодератором, эта оценка является решающей в принятии решения о егообработке. Оценка модератора принимает одно из трех значений: {«удалить», «непереносить в хранилище», «перенести в хранилище»}, но может и отсутствовать.1.5. Рейтинг автора контента Ra: у каждого пользователя в системе есть свойрейтинг.

Рейтинг автора может принимать дробные значения и колеблется впределах шкалы [0, 1].1.5.1.Базовый рейтинг пользователя данной категории.1.5.2.Активность.1.5.3.Качество обсуждений и выкладываемых материалов.Нейроэволюционная система производит расчет рейтинговой оценки и наосновании ее значения принимает решение о дальнейшей обработке материалов:1) Копирование материала в архив.2) Удаление материала.3) Пометка материала как недостоверного или не качественного.4) Рекомендация к проверке модератором.Нейроэволюционнаясистемапринятиярешенийоперируеттрудноформализуемыми понятиями («рейтинг ниже среднего», «очень высокаяпопулярность») [28], которые должны быть определенным образом пересчитаны имасштабированы. При этом избегается большой разброс значений, принимаемыхпараметрами, для того, чтобы каждый из них влиял на принятие решения взависимости от своей значимости, а не порядка величины.120Пересчет пользовательского рейтинга и обновление динамическихрейтинговых таблиц осуществляется при каждом новом оценивании.

При этомпорог количества оценок для участия в рейтинге Ti и порог исключения изрейтинга Te фиксированы, но подвергаются корректировке в зависимости отобщего количества пользователей m и медианы оценок материалов n.Ti (порог включения) – доля голосов, не набрав которую, материал не можетучаствовать в рейтинговой оценке: =−1100% . Te (порог исключения) – доляголосов, не набрав которую, материал, участвующий в рейтинговой оценке, будетиз нее исключен. Порог исключения рассчитывается по формуле: =1100% ,где m – количество пользователей системы; n – медиана количества оценокматериалов.Каждому типу пользователей (модератор, автор, зарегистрированныйпользователь)соответствуетвесовойкоэффициентw(базовыезначениярейтингов указаны в таблице 4.2), складывающийся из базового значения веса дляданного типа пользователя и величиныk (шага изменения рейтинга),варьирующейся в зависимости от активности в положительную и отрицательнуюстороны: wi = wbase± k, ∈ [0,1; 1], k=const=0,1.

Весовой коэффициентмодераторов фиксирован: wm = 1.Таблица 4.2 – Базовый рейтинг по типам пользователейинформационной средыТип пользователямодераторавторпользовательДляразныхтиповконтентаоценивания: цифровые шкалызначений{̃1,…, ̃n},флагБазовый рейтинг10.50.2предусмотреныразличныешкалы[1 , ], словесные оценки из множества«Да»/«Нет»рекомендованного к перенесению в хранилище.-пометкаматериала как121Каждому материалу сопоставлена матрица голосов пользователей,общий вид которой представлен в таблице 4.3, где c – количество оценок издиапазона [1,5] c весом из диапазона [0,1, 1].Таблица 4.3 – Матрица оценок материалаОценка k= ̅̅̅̅̅; 12…5Вес оценки = ̅̅̅̅̅̅̅̅, ; 0.10.2…111 12 …110…21 22210……… …51 52 …5104.2.2 Реализация предварительной обработки данныхКаждому материалу, хранящемуся в виртуальной среде, соответствуетm-мерный вектор параметров:̅ = < 1 , 2 , … >(4.4)Из векторов ̅ формируется матрица размерности n×m параметров контента̅̅̅̅̅̅Y = || || ( = 1;; = ̅̅̅̅̅̅1; ) ,(4.5)где n – количество всех материалов;m – количество параметров (таблица 4.4).Таблица 4.4 – Матрица характеристик материаловМатериал̅̅̅̅̅( = ;)12…nХарактеристикаматериала( = ̅̅̅̅̅̅; )12…m1112 …132122 …23……… …12 …Входной вектор параметров ̅ содержит разнородные значения.

Например,рейтинг материала 1 ∈ [1; 5] оценивается по пятибалльной шкале, а количество122его просмотров за месяц 2 ∈ [0; +∞) теоретически не ограничено. Так какподобный дисбаланс между значениями признаков делает работу модели выводанеустойчивой, необходима корректировка матрицы. С помощью методовпредварительной обработки (масштабирования и нормализации) проводитсяпреобразование исходных данных к виду, удобному для последующего анализа.Цель масштабирования – адаптировать диапазон значений переменной длякорректного расчета и достижения однородности интерпретации входныхпараметров. Чтобы правильно подобрать масштаб, к которому приводитсяматрица Y, необходимо определить нижнюю и верхнюю границы отрезка,которому принадлежат значения .

Нижнюю границу отрезка удобно принятьравной нулю, то есть вычесть из всех значений матрицы значение ееминимального элемента min :∀ ∈ : = − min(4.6)Верхняя граница отрезка значений определяется как медиана значенийэлементов матрицы. МедианаM(Y)делит ранжированную совокупностьпараметров на две равные части.На этапе масштабирования определяется отрезок [0, M(Y)], после чегопроводится нормализация данных. После процедуры нормализации значенияпараметров приводятся к одному диапазону:∀ y* ∈ [y1, ym] → x* ∈ [x1, xm],(4.7)где y*, x* - значения оценки до и после нормализации соответственно; x1=0;xm = M(Y).Каждое новое значение из вектора параметров материала высчитывается поформуле∗ = [∗ − 1 +1( − 1 + 1) + 1 − 1] ,(4.8)что при установленных границах отрезка равносильно равенству:∗ = [∗ +1(() + 1) − 1] .(4.9)1234.2.3 Архитектура системы интегрированной рейтинговой оценкиНа вход нейроэволюционной системы подается вектор нормированных имасштабированных значений ̅ .

В ходе нейроэволюции была получена ИНС,состоящая из входного, двух скрытых и одного выходного слоя:– входной слой, предназначенный для перераспределения входных сигналовпо соответствующим нейронам скрытых слоев. Количество нейронов входногослоя равно количеству входных сигналов;– скрытые слои, в которых осуществляется обработка входного вектора.

Втом числе, регрессионный слой состоит из нейронов, необходимых для расчетавыходного значения. Каждый из скрытых слоев имеет индивидуальноеколичество нейронов;– выходной слой, формирующий отклик нейросети. Состоит из 6-тинейронов.Логическая схема виртуальной среды, в которую интегрирована СППР дляавтоматической обработки контента, представлена на рисунке 4.6.Рисунок 4.6 – Логическая схема виртуальной среды124Внедрение в виртуальную среду работы над проектами нейроэволюционнойСППР позволило автоматизировать обработку контента и повысить показателикачества функционирования виртуальной среды [8] с счет следующих улучшений:1. Реструктуризацияпортала.Корректнаярубрикация,обработканевостребованного контента, перенесение в хранилище контента, обладающегонеобходимыми характеристиками, позволили оптимизировать состав и структурувиртуальной среды.2.

Сокращение среднего времени поиска материалов, полученное за счетавтоматической рубрикации материалов и обновления архива.3. Оптимизация закрытых частей портала (хранилища и архива). Припомощи СППР была изменена внутренняя структура хранилища материалов.Автоматическое перенесение в архив невостребованных материалов позволилосущественно увеличить объем данных, размещаемых в виртуальной среде.4.

Характеристики

Список файлов диссертации

Свежие статьи
Популярно сейчас
Почему делать на заказ в разы дороже, чем купить готовую учебную работу на СтудИзбе? Наши учебные работы продаются каждый год, тогда как большинство заказов выполняются с нуля. Найдите подходящий учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6384
Авторов
на СтудИзбе
308
Средний доход
с одного платного файла
Обучение Подробнее