|
структуры, поскольку она осуществляется на основании определенных допущений, проверка которых зачастую просто невозможна. Тем самым, в данные вносится неопределенность, связанная с субъективными представлениями исследователя об их природе. Интерпретация результатов сравнительной оценки также вносит определенный субъективизм и, самое главное, требует присутствия спсциалиста-исследователя, что не всегда возможно, особенно при проведении оперативных расчетов. Перечисленные особенности методов, основанных на использовании вероятностно-статистического подхода к анализу данных, ограничивают возможность их применения для решения задач, рассматриваемых в данной работе в силу специфики данных предметных областей. С точки зрения практического применения (учитывая проведенный анализ вероятностно-статистических методов) можно сформулировать очевидные требования к методу построения обобщенных оценок объектов: гарантированность оценок, обеспечивающих учет неопределенности исходных данных и устойчивость к «возмущающим» факторам; возможность использования исходных данных без их нормировки; возможность использования исходных данных, которые, в общем случае, не являются независимыми; аддитивность вкладов каждой характеристики в значение обобщенного показателя, позволяющее анализировать, интерпретировать и использовать полученные результаты для принятия решения; его реализуемость в виде простых, не требующих специальной настройки и сопровождения в ходе проведения расчетов, алгоритмов, позволяющих их использование в приложениях интеллектуального анализа 64 данных. |
(2.9)Ё3=1>/*] ]Г 0,1п 6, = соп8( (или р!5°‘ =соп5(). (2.10) ■и I В этой задаче (2.8) энтропия Шеннона выступает как мера неопределенности, (2.9) является условием нормировки, а (2.10) постулирует постоянство среднего геометрического значения меры в). Верификация рассмотренного метода построения обобщенных показателей показала, что полученные с его использованием оценки относительных уровней качества сравниваемых объектов мало чувствительны к «возмущающим» факторам, таким как использование различных моделей построения весов и пропуск отдельных характеристик объектов. Из приведенного описания методов построения обобщенных показателей видно, что последний позволяет лучше отразить в обобщенных показателях соотношение оценок объектов за счет учета в весовых коэффициентах 0, информации о структуре значений исходных данных. Однако, несмотря на статистическую устойчивость оценок, получаемых с их использованием [7], оба метода отличаются сложностью, которая связана с необходимостью решения следующих задач: нормировки (нормализации) исходных данных, которая проводится с целью придания им вероятностного смысла, и обязательной интерпретации результатов расчетов применительно к конкретной задаче сравнительного анализа объектов. Нормировка исходных данных всегда приводит к искажению их структуры, поскольку она осуществляется на основании определенных допущений, проверка которых зачастую просто невозможна. Тем самым, в данные вносится неопределенность, связанная с субъективными представлениями исследователя об их природе. Интерпретация результатов сравнительной оценки также вносит определенный субъективизм и, самое главное, требует присутствия 60 специалиста-исслсдователя, что не всегда возможно, особенно при проведении оперативных расчетов. Перечисленные особенности методов, основанных на использовании вероятностно-статистического подхода к анализу данных, ограничивают возможность их применения для решения задач, рассматриваемых в данной работе в силу специфики данных предметных областей. С точки зрения практического применения (учитывая проведенный анализ вероятностно-статистических методов) можно сформулировать очевидные требования к методу построения обобщенных оценок объектов: гарантированность оценок, обеспечивающих учет неопределенности исходных данных и устойчивость к «возмущающим» факторам; возможность использования исходных данных без их нормировки; возможность использования исходных данных, которые, в общем случае, не являются независимыми; аддитивность вкладов каждой характеристики в значение обобщенного показателя, позволяющее анализировать, интерпретировать и использовать полученные результаты для принятия решения; его реализуемость в виде простых, не требующих специальной настройки и сопровождения в ходе проведения расчетов, алгоритмов, позволяющих их использование в приложениях интеллектуального анализа данных. 2.4. Метод построения обобщенных показателей сложных систем, базирующийся на использовании принципа максимума энтропии. Энтропийный метод построения обобщенных показателей качества систем В основе этого метода лежит использование принципа максимума энтропии. Концепция, известная под этим названием, в настоящее время широко используется на практике для решения типовой информационной 61 целесообразность его применения для снятия неопределенности при обработке многомерных разнородных, противоречивых и неполных данных. Показано, что данный метод в указанных условиях обеспечивает: получение гарантированных оценок обобщенного показателя системы; устойчивость к «возмущающим» факторам; возможность использования исходных данных, которые не являются независимыми и не требуют нормировки; аддитивность вкладов каждой характеристики объекта в значение его обобщенного показателя; реализуемость в виде простых алгоритмов, не требующих специальной настройки и сопровождения в ходе проведения расчетов. На основании результатов анализа и обоснования методов и средств обработки информации разработана модель типовой информационной системы, предназначенной для комплексной автоматизации основных видов деятельности учебного заведения, включающая: СУБД, построенную в соответствии с концепцией хранилищ данных; приложения предварительной аналитической обработки и интеллектуального анализа данных; приложения разграничения доступа и обучения, включая дистанционное. Разработана модель подсистемы обучения на примере языка программирования высокого уровня, которая позволяет автоматизировать подготовку вариантов контрольных вопросов и заданий, а также текущее оценивания результатов их выполнения в рамках единого цикла. Разработанное приложение (программное обеспечение) оценивания знаний реализует энтропийный метод построения обобщенных характеристик по многомерному массиву текущих оценок обучаемых. Результаты оценки обобщенного показателя уровня знаний разработанным методом и их сравнение с обобщенными оценками как средними арифметическими, показали, что последние завышают уровень знаний студентов от 0.15% до 16% в зависимости от вариативности текущих оценок в массиве. Для прогнозирования рисков, сопутствующих деятельности в различных областях (в инвестировании, страховании и т.п.), предложено использовать энтропийный подход. Разработан новый метод оценивания и прогнозирования |