УДК 007:681.512.2
НЕЙРОННЫЕ СЕТИ ДЛЯ ИДЕНТИФИКАЦИИ ПОЛЬЗОВАТЕЛЯ НА ОСНОВЕ АНАЛИЗА ПОСЕЩЕНИЙ НОВОСТНОГО САЙТА
И. Ю. Каширин, д.т.н., профессор кафедры ВПМ РГРТУ, Рязань, Россия;
orcid.org/0000-0003-1694-7410, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Рассматривается проектирование нейронных сетей со знаниями. Проектируемые сети предназначены для решения задачи классификации пользователей по их психосоматическому типу. Излагается оригинальный метод построения сетей с помощью ICF-онтологий, структурированных в соответствии с причинно-следственной таксономией информационных потребностей пользователя Web-сайта.
Для проектирования онтологической причинно-следственной таксономии используются элементы теории иерархических чисел, позволяющие вычислять семантическую близость концептов онтологии для ее оптимизации. Признаки, используемые в таксономии, применяются в дальнейшем в формировании множества базовых признаков (S-элементов) нейронной сети.
В программной реализации предложенного подхода используется предметная область сайта текущих новостей с множеством разнонаправленных информационных рубрик. Целью применения нейронной сети является классификация пользователей по их психосоматическому типу на основе анализа посещения материалов сайта различными пользователями. В качестве практической части рассматриваются эксперименты, спланированные и поставленные в рамках программного инструментария Python v.3 (Anaconda 3). Полученные результаты позволяют положительно оценить эффективность предложенной технологии.
Целью работы является создание оригинального метода построения нейронных сетей для задач классификации с использованием причинно-следственных таксономий в формате ICF-онтологии с применением иерархических чисел.
Ключевые слова: нейронные сети, причинно-следственная таксономия, психосоматическая идентификация пользователей, ICF-онтология, иерархические числа, семантическая близость.