Table | Card | RUSMARC | |
Allowed Actions: –
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
Group: Anonymous Network: Internet |
Annotation
Магистерская диссертация посвящена созданию системы классификации пользователей интернет-ресурса. При проектировании системы были рассмотрены существующие подходы к решению подобного типа задач, проведен анализ существующих алгоритмов и методик анализа «Больших данных». На основе выявленных недостатков и преимуществ каждого рассмотренного метода, был сформулирован математический аппарат, наиболее удовлетворяющий требованиям качества классификации и критериям вычислительной эффективности. При реализации прикладной системы, были использованы современные технологический решения, а также реализованы новые алгоритмы обучения сложных моделей классификации. В качестве доказательной базы реализованной системы, были приведены обобщенные метрики и критерии, во-первых, качества модели, показывающие, что система способна успешно выполнять поставленные перед ней задачи анализа и классификации пользователей, а во-вторых - вычислительной эффективности, доказывающие, что разработанная модель анализа способна обучаться вплоть до 54% быстрее, чем классические модели. По результатам работы, была разработана успешная модель и система, способная качественно решать бизнес-ориентированные задачи с большим потенциалом к применению в других прикладных областей. В ходе достижения цели, поставленной в данной работе - создания метода и системы эффективной классификации пользователей, был выполнен ряд задач.
Благодаря проведенному всестороннему анализу предметной области анализа данных, был сформирован ряд указаний к успешному решению поставленных проблем - на основе выявленных в существующих современных подходах достоинств и недостатков. На основе идей, предложенным после анализа предметной области были сформированы основные теоретические положения, позволяющие решать поставленные проблемы наиболее эффективным образом с точки зрения достоверности и вычислительной эффективности. Была построена модель классификации, отвечающая всем требованиям, а также предложен новый метод быстрого обучения этой модели. Для доказательства состоятельности предложенных теоретических подходов, была реализована прикладная система, следующая всем принципам, предложенным в ходе обзора области анализа данных. Неотъемлемой частью работы является анализ результатов, достигнутых в ходе формирования теоретических положений решения поставленных проблем. Для оценки успешности предложенной системы были предложены оценочные метрики и критерии, полноценно позволяющие оценить как эффективность решения с точки зрения поставленных задач классификации, так и с точки зрения вычислительной эффективности. Система успешно показала состоятельность в решении поставленных задач, и к тому же, использую предложенный метод быстрого обучения модели классификации удалось снизить время работы в среднем на 50%. Исходя из вышесказанного, теоретические подходы, сформированные в данной работе, совместно в системой, реализующей данные подходы можно назвать успешными.
Document access rights
Network | User group | Action | ||||
---|---|---|---|---|---|---|
ILC SPbPU Local Network | All | |||||
Internet | Authorized users SPbPU | |||||
Internet | Anonymous |
Usage statistics
Access count: 5595
Last 30 days: 0 Detailed usage statistics |