УДК 004.8
МЕТАЭВРИСТИЧЕСКАЯ МЕТОДИКА АВТОМАТИЧЕСКОГО ФОРМИРОВАНИЯ ОБОБЩЁННОГО КРИТЕРИЯ ДЛЯ ПОПАРНЫХ СРАВНЕНИЙ ПРОДУКТОВ ИНТЕЛЛЕКТУАЛЬНОЙ ДЕЯТЕЛЬНОСТИ ПРИ ИХ КЛАСТЕРИЗАЦИИ
К. А. Потапова, старший преподаватель кафедры корпоративных информационных систем Института информационных технологий, федеральное государственное бюджетное образовательное учреждение высшего образования «МИРЭА – Российский технологический университет», Москва, Россия;
orcid.org/0009-0000-6573-8688, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
А. В. Горчаков, к.т.н., доцент кафедры корпоративных информационных систем Института информационных технологий, федеральное государственное бюджетное образовательное учреждение высшего образования «МИРЭА – Российский технологический университет», г. Москва, Россия;
orcid.org/0000-0003-1977-8165, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Процесс формирования эффективных профессиональных коллективов требует учёта множества факторов: от компетенций участников до их стиля работы и совместимости используемых ими подходов к решению задач. Целью работы является разработка метаэвристической методики формирования обобщённого критерия для попарного сравнения продуктов интеллектуальной деятельности, позволяющей путём оптимизации весов метрик, используемых совместно, минимизировать расхождение оценки, получаемой автоматически, с экспертной оценкой попарных сходств научных статей или программного кода. Проведено сравнение четырёх алгоритмов оптимизации, таких как: генетический алгоритм, алгоритм оптимизации роем частиц, алгоритм дифференциальной эволюции, алгоритм оптимизации на основе ядерной реакции, по их способности находить решения, близкие к оптимальным. Для текстов научных статей выполнялась оптимизация весовых коэффициентов метрик косинусного сходства: векторов, компоненты которых соответствуют частотности встречаемости слов в текстах (Term Frequency – Inverse Document Frequency, TFIDF); контекстуальных векторных представлений текста, сформированных моделью BERT (Bidirectional Encoder Representations from Transformers); векторных представлений на основе архитектуры Word2Vec. Для текстов программ выполнялась оптимизация весовых коэффициентов структурных метрик, таких как количество строк кода, цикломатическая сложность, количество функций, метрик на основе токенов и частотных гистограмм узлов синтаксического дерева. В результате проведенного вычислительного эксперимента установлено, что метрика с весовыми коэффициентами, настроенным алгоритмом оптимизации роем частиц, улучшает корреляцию с экспертными оценками на 28,61 % для научных статей (r = 0,8013) и на 20,11 % для кода (r = 0,7604) по сравнению с лучшими отдельно взятыми метриками. Предложенная методика может применяться для решения практических задач автоматизированного формирования профессиональных команд, подбора рецензентов научных работ или программного кода, формирования студенческих групп и может быть адаптирована для анализа других типов структурированных данных, таких как техническая документация или патенты.
Ключевые слова: метаэвристическая оптимизация, метрики сходства, оптимизация роем частиц, анализ программного кода, анализ научных текстов, деревья абстрактного синтаксиса, автоматическое формирование команд.