Русский
!

Presentations

Алгоритм машинного обучения по прецедентам в системе подбора ключевых показателей эффективности

Kravchenko D.M., Nikonov E.G.1

Университет «Дубна», Объединённый институт ядерных исследований,

В последнее время всё больше приложений включают в себя алгоритмы

машинного обучения, поскольку они позволяют добиваться решения многих проблем

быстрее и более эффективно, чем при использовании традиционных методов [1].

Подтверждением этого является электронная почта. Первые фильтры спама

основывались на технике сопоставления с образцами, например, с регулярными

выражениями, причем сами образцы кодировались вручную [2]. Данные спам-фильтры

не выдержали конкуренции с более «умными» алгоритмами машинного обучения,

изучающими письма по набору критериев.

На данным момент машинное обучение продолжает свою экспансию. Разговоры с

речевым ассистентом по смартфону, предоставление рекомендаций относительно

подходящего продукта для клиентов, предотвращение актов мошенничества с

кредитными картами, фильтрация спама из входящих сообщений и диагностирование

внутренних заболеваний [3] – вот только небольшой список того, где оно уже

применяется.

Наибольшее распространение машинного обучения произошло с внедрением

технологий нахождения товара покупателем. Так возникли различные

рекомендательные системы в интернет магазинах, которые основывались на

предыдущей истории покупок (прецедентах). Но интерес к рекомендательным

системам не ограничивается только сферой торговли и услуг, поэтому было принято

решение внедрить её в прототип корпоративной системы подбора ключевых

показателей эффективности (КПЭ).

В работе предложен гибридный алгоритм, состоящий из сбора экспертных

данных, обучения на них и выдачи определенного набора показателей. Все новые

наборы КПЭ так же будут сохранены и послужат для дальнейшего обучения системы и

улучшения качества ее рекомендаций. Проект будет включать административную

панель, которая позволит переключаться между методами для получения наилучшего

результата.

© 2004 Designed by Lyceum of Informational Technologies №1533