Студента группы ИСОИ-96-1
Лесняка Д.В.
руководитель проекта
проф. Терзиян В.Я.
Дипломный проект
- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Интеллектуальные модели мобильных операторов в электронной коммерции на основе самоорганизующих карт презентация
Содержание
- 1. Интеллектуальные модели мобильных операторов в электронной коммерции на основе самоорганизующих карт
- 2. Mgine Technologies. Основное направление. Ведущая финская компания
- 3. Сегментация пользователей Основная задача исследования сегментов рынка
- 4. Самоорганизующаяся карта Средство проецирования многомерных данных на
- 5. Алгоритмы сегментации Алгоритмы которые строят карту Самоорганизующаяся
- 6. Локальность алгоритмов построения карты
- 7. Варианты решения проблемы локальности алгоритмов Объединение алгоритмов
- 8. Цель дипломного проекта Построить интеллектуальную модель для
- 9. Профили пользователей
- 10. Основные характеристики базы данных Количество пользователей Количество
- 11. Основные характеристики алгоритмов сегментации Скорость обучения Необходимое количество машинной памяти Ошибка обучения каждого из алгоритмов
- 12. Модель классификации алгоритмов Выбор алгоритма Характе-ристики БД
- 13. Обучение нейронной сети Характеристики БД
- 14. Обучение классификатора Update Выходное значение
- 15. Система «SEGMAP»: диалог с пользователем
- 16. Система «SEGMAP»: результаты работы
- 17. Анализ возможных приложений в фирмах для исследования
- 18. Экономическая часть Рекламный плакат системы Таблица доходов и затрат График достижения безубыточности
- 19. Рекламный плакат системы
- 20. Таблица доходов и затрат
- 21. График достижения безубыточности Точка безубыточности – 109 копии ПП
- 22. Охрана труда Проанализировано и изучено условия труда
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
Слайд 1Интеллектуальные модели мобильных операторов в электронной коммерции на основе самоорганизующих карт
Слайд 2Mgine Technologies. Основное направление.
Ведущая финская компания в области персонализации мобильного сервиса
Большое
число специалистов занимающихся созданием средств исследования пользователей мобильных операторов в э-коммерции
Слайд 3Сегментация 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
Степень схожести между пользователями из одной группы больше чем схожесть между пользователями из разных групп
Слайд 4Самоорганизующаяся карта
Средство проецирования многомерных данных на двухмерную карту
Визуализации данных:
Схожие пользователи проецируются
рядом на карте
Пользователи одной группы раскрашиваются одним цветом
Пользователи одной группы раскрашиваются одним цветом
Слайд 5Алгоритмы сегментации
Алгоритмы которые строят карту
Самоорганизующаяся карта Кохонена (SOM)
Топографическая карта (GTM)
S-карта (S-Map)
Недостатки
Чувствительность
к данным
Длительное время работы
Длительное время работы
Слайд 7Варианты 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:
Выбора алгоритма до начала выполнения (+)
Небольшое количество ресурсов (+)
Длительный процесс обучения перед началом работы (-)
Простой выбор наилучшего алгоритма:
Простота реализации (+)
Большое количество ресурсов (-)
Предсказание характеристик алгоритмов:
Выбора алгоритма до начала выполнения (+)
Небольшое количество ресурсов (+)
Длительный процесс обучения перед началом работы (-)
Слайд 8Цель дипломного проекта
Построить интеллектуальную модель для выбора алгоритмов сегментации (построения карты
пользователей) в зависимости от базы данных профилей
Программно реализовать полученную модель
Программно реализовать полученную модель
Слайд 10Основные характеристики базы данных
Количество пользователей
Количество атрибутов профилей
Распределение значений атрибутов профилей
Степень неполноты
информации
Слайд 11Основные характеристики алгоритмов сегментации
Скорость обучения
Необходимое количество машинной памяти
Ошибка обучения каждого из
алгоритмов
Слайд 12Модель классификации алгоритмов
Выбор
алгоритма
Характе-ристики БД
Характе-ристики алгоритмов
К
Л
А
С
С
И
Ф
И
К
А
Т
О
Р
БД
профилей
Н
С
Слайд 13Обучение нейронной сети
Характеристики БД
Изменение
Нейронная сеть
Алгоритм
сегментации
Характеристики
алгоритма
Ошибка
Выходное значение
Данные
Слайд 14Обучение классификатора
Update
Выходное значение
Обучающие данные
Характеристики алгоритмов
Ошибка
Изменение
Классификатор
Слайд 17Анализ 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
усовершенствование блока классификатора за счет использования нечеткой логики
анализ возможных характеристик базы данных
Слайд 18Экономическая часть
Рекламный плакат системы
Таблица доходов и затрат
График достижения безубыточности
Слайд 22Охрана труда
Проанализировано и изучено
условия труда
техника безопасности
производственная санитария и гигиена труда
пожарная профилактика
Рассчитано
освещенность
