Интеллектуальные модели мобильных операторов в электронной коммерции на основе самоорганизующих карт Студента группы ИСОИ-96-1 Лесняка Д.В. руководитель. - презентация

1 Интеллектуальные модели мобильных операторов в электронной коммерции на основе самоорганизующих карт Студента группы ИСОИ-96-1 Лесняка Д.В. руководитель проекта проф. Терзиян В.Я. Дипломный проект

2 Mgine Technologies. Основное направление. Ведущая финская компания в области персонализации мобильного сервиса Большое число специалистов занимающихся созданием средств исследования пользователей мобильных операторов в э-коммерции

3 Сегментация пользователей Основная задача исследования сегментов рынка в э-коммерции Сегментация – разделение пользователей в различные группы Степень схожести между пользователями из одной группы больше чем схожесть между пользователями из разных групп

4 Самоорганизующаяся карта Средство проецирования многомерных данных на двухмерную карту Визуализации данных: Схожие пользователи проецируются рядом на карте Пользователи одной группы раскрашиваются одним цветом

5 Алгоритмы сегментации Алгоритмы которые строят карту Самоорганизующаяся карта Кохонена (SOM) Топографическая карта (GTM) S-карта (S-Map) Недостатки Чувствительность к данным Длительное время работы

6 Локальность алгоритмов построения карты U A1A1 A3A3 A2A2 Область данных Область алгоритма А 2

7 Варианты решения проблемы локальности алгоритмов Объединение алгоритмов в ансамбль: Параллельность (+) Сложность и большое количество ресурсов (-) Простой выбор наилучшего алгоритма: Простота реализации (+) Большое количество ресурсов (-) Предсказание характеристик алгоритмов Предсказание характеристик алгоритмов: Выбора алгоритма до начала выполнения (+) Небольшое количество ресурсов (+) Длительный процесс обучения перед началом работы (-)

8 Цель дипломного проекта Построить интеллектуальную модель для выбора алгоритмов сегментации (построения карты пользователей) в зависимости от базы данных профилей Программно реализовать полученную модель

9 Профили пользователей SMSt1t1 t2t2 D1D1 Короткие сообщения Продолжит. разговора + WAPAgeSexL Динамическая частьСтатическая часть Географическое месторасположение Пол

10 Основные характеристики базы данных Количество пользователей Количество атрибутов профилей Распределение значений атрибутов профилей Степень неполноты информации

11 Основные характеристики алгоритмов сегментации Скорость обучения Необходимое количество машинной памяти Ошибка обучения каждого из алгоритмов

12 Модель классификации алгоритмов SOM GTM S-Map Выбор алгоритма Характе- ристики БД Характе- ристики алгоритмов КЛАССИФИКАТОРКЛАССИФИКАТОР БД профилей НСНС

13 Обучение нейронной сети БД профилей Характеристики БД Изменение Нейронная сеть Алгоритм сегментации Характеристики алгоритма Ошибка Выходное значение Данные

14 Обучение классификатора Update Выходное значение Обучающие данные Характеристики алгоритмов Ошибка Изменение Классификатор

15 Система «SEGMAP»: диалог с пользователем

16 Система «SEGMAP»: результаты работы

17 Анализ возможных приложений в фирмах для исследования предпочтений пользователей и персонализации сервиса отправная точка для дальнейших исследований: усовершенствование блока классификатора за счет использования нечеткой логики анализ возможных характеристик базы данных

18 Экономическая часть Рекламный плакат системы Таблица доходов и затрат График достижения безубыточности

19 Рекламный плакат системы SOFTWARE SEGMAP 1.0 Segmentation Tools for Mobile Operators Customer Based Next step to your successful business More information Tel: Fax:

20 Таблица доходов и затрат

21 График достижения безубыточности Точка безубыточности – 109 копии ПП

22 Охрана труда Проанализировано и изучено условия труда техника безопасности производственная санитария и гигиена труда пожарная профилактика Рассчитано освещенность