Формирование оптимальных информационных потоков в сети Интернет при нечетких запросах пользователей Текст научной статьи по специальности «Компьютерные и информационные науки»

По аналогии с теоремой 2 может быть сформулирована и доказана следующая теорема. Теорема 3. Если нечеткие соответствия Г = (х, У, р) и Л = (у, 2, Р) суть нечеткие мономорфизмы (нечеткие эпиморфизмы или нечеткие изоморфизмы) нечетких отношений по операции > и нечеткое соответствие В=Г°Д их композиция, то В=(х,2,р) является нечетким мономорфизмом (нечетким эпиморфизмом или нечетким изоморфизмом) нечетких отношений по операции >

Приведенные теоремы позволяют, используя многократное число раз операцию композиции нечетких гомоморфизмов, для исходного графа ф ср строить различные

гомоморфные образы (Го До ... о ф)(ф), которые усиливают или ослабляют существующие

нечеткие характеристики, свойства и виды исходных графов в нечетких мультикомпозиционных гомоморфных образах. Установление наиболее интересных с теоретической и практической точек зрения зависимостей может являться предметом дальнейших исследований.

ЛИТЕРАТУРА

1. Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, Физматлит, 1990. С.272.

2. Мелихов А.Н., Мелихова О.А. Проектирование базы знаний интеллектуальной системы назначения лекарственных средств народной медицины // М.: Новости искусственного интеллекта, №1, 1997. С. 136-149.

УДК 658.512

А.А. Целых

ФОРМИРОВАЯИЕ ОПТИМАЛЬНЫХ ИНФОРМАЦИОННЫХ ПОТОКОВ В СЕТИ ИНТЕРНЕТ ПРИ НЕЧЕТКИХ ЗАПРОСАХ ПОЛЬЗОВАТЕЛЕЙ

Для пользователей сети Интернет, являющихся постоянными подписчиками электронных информационных изданий, является важной проблема оптимального выбора провайдера информационных услуг. В связи с ограниченностью ресурсов (времени поиска и финансовых возможностей) подписчики в большинстве случаев действуют интуитивно, путем перебора различных вариантов, что затрудняет нахождение наилучшего решения.

Указанные причины делают актуальной задачу создания специальных систем поддержки принятия решений, позволяющих оценивать и классифицировать информационные потоки в сети Интернет с учетом запросов пользователей, отражающих их субъективное представление об «идеальном» поставщике информации.

Целью данной работы является разработка методов, позволяющих провайдерам и получателям информации вырабатывать оптимальные стратегии поведения через анализ запросов потребителей и экспертную оценку качества услуг поставщиков информации, основанных на использовании аппарата теории нечетких множеств и нечеткой логики [1].

Особенностью предлагаемой модели принятия решений является то, что подписчик освобождается от необходимости перебора альтернативных вариантов поведения. Кроме того, метод учитывает различия индивидуальных социально-психологических и иных требований, обоснованные неоднородностью запросов участников рынка информационных услуг.

В результате обработки запросов подписчика и сопоставления их с оценками качества услуг провайдеров, выставляемых независимыми экспертами, выбираются наилучшие стратегии поведения. Поскольку изменения в оценках потребителя возникают достаточно редко, то для сохранения актуальности полученного набора решений достаточно проводить ЛИШЬ периодическую корректировку экспертных оценок, например, в случае расширения

перечня предоставляемых услуг или изменения их качества. Регулярное выяснение позиции потребителя информации в этом случае не требуется.

Рассмотрим общую модель формирования оптимальных информационных потоков. Представим потребительскую оценку желаемых качественных признаков информации в виде

потребители оценивают ее качество, Т7 = ХхУ- график нечеткого соответствия. Нечеткое соответствие Г можно задать в виде ориентированного двудольного графа с множеством вершин X (иУ, каждой дуге <хиур> которого приписано значение функции принадлежности /1,(х1,у) , определяющей степень важности признака у1 для потребителя х,.

Аналогичным образом в виде нечеткого соответствия А — (У^,Р) можно представить результаты экспертных оценок того, в какой степени поставщики информации удовлетворяют заданным признакам. Здесь Z = {г,,г2,...,2/}- множество провайдеров

информационных услуг, график нечеткого соответствия - Р = У xZ

Для получения взвешенных степеней предпочтения поставщика г* потребителем я, построим композицию нечетких соответствий Ф = Г°Д, обозначаемую Ф = (X, 2,5) , в которой область отправления совпадает с областью отправления соответствия Г, область прибытия с областью прибытия соответствия А, а графиком 5 является композиция

графиков /’и Р.

Значения функций принадлежности элементов из Хх.^ нечеткому графику 5 обозначим через (*,, 2к ) . Для проведения вычислений соответствие Г удобно задать с

помощью матрицы инциденций £/г, строки которой помечены элементами

х1 е Xе /= {1,2,.столбцы элементами ^ е У,) е 7 = а на

пересечении хI строки и у] столбца ставится элемент и у = (х1., yJ) . Аналогично, нечеткое

соответствие А зададим с помощью матрицы инциденций Ул, состоящей из элементов

Vjk = Ир(уj,Zk). Тогда матрица инциденций нечеткого соответствия РУф может быть

получена по формуле: = Vг • Гд.

Чтобы выяснить значения взвешенных степеней предпочтения поставщика гм потребителем X/, необходимо все элементы матрицы IVф разделить на сумму (х, . то

есть на степень нечеткого подмножества, указывающую число признаков у, которое получатель х использует для оценки качества информационных услуг. В результате вычислений получим матрицу Qф,

Для проведения классификации получателей по предрасположенности к выбору того или иного поставщика информации воспользуемся методом, приведенным в [2]. Матрица пересечений классов предпочтения Т будет выглядеть следующим образом:

нечеткого соответствия Г = (Х,У,Р), в котором получателей информации, а

множество

множество признаков, по которым

у

асами классы предпочтения Ьк,к =1,2,...,/ описываются уровневым множеством.

Lk ={x\JLls(x) ^тттдхтт[Ц,{х,г,),11^х,г^]} для всех хєЬк.

Приведенный метод был использован для анализа состояния рынка информационных услуг, предоставляемых российскими электронными изданиями.

Для анализа качества услуг были выбраны пять провайдеров информации в сети Интернет: “Новости мира компьютерных технологий”, “3D News , * VDM News , Ежедневное сетевое обозрение”, “Алго-Экспресс” Оценка проводилась по следующим признакам: у/ -сенсационность информации, уг — скорость доставки, уз — разнообразие тематики, у4 — отбор важнейших новостей. В результате независимого экспертного опроса была получена матрица ^д оценок соответствия услуг провайдеров заданным признакам:

21 Z2 Z3 Z4 25

Я 0,9 0,6 0,7 0,7 0,4

Уг 0,9 0,5 0,5 0,8 1,0

Уз 0,8 0,6 0,7 0,8 0,7

Уа .1,0 0,7 0,7 0,7 0,3

В ходе эксперимента проведено анкетирование 1050 пользователей сети Интернет, являющихся клиентами указанных выше информационных служб.

Ниже в качестве примера приведен ход вычислений по десяти анкетам, выбранным произвольным образом из общего списка:

У1 Уг Уз У* Zi z2 z3 Z4 z5

X 0 1 0 0' *1 ‘0,9 0,5 0,5 0,8 1,0”

1 X, 1 0 1 1 *2 0,9 0,63 0,7 0,73 0,47

*3 0 1 0 1 *3 0,95 0,6 0,6 0,75 0,65

*4 0 0 1 1 *4 0,9 0,65 0,7 0,75 0,5

I. 0 1 1 1 1 0,9 0,6 0,63 0,77 0,67

5 *6 1 1 1 Ох. — *6 0,9 0,6 0,65 0,75 0,6

*7 0 1 1 0 *7 0,85 0,55 0,6 0,8 0,85

*8 0 1 0 1 *8 0,95 0,6 0,6 0,75 0,65

*9 0 0 0 1 *9 1,0 0,7 0,7 0,7 0,3

*10 _1 1 0 1_ -їіо 0,93 0,6 0,63 0,73 0,57

Итоговая матрица пересечений классов предпочтения выглядит следующим образом:

0,5 0,5 0,8 0,9 0,5

0,63 0,7 0,73 0,47 0,63

0,6 0,6 0,75 0,65 0,6

0,65 0,7 0,75 0,5 0,65

0,6 0,63 0,77 0,67 0,6

0,6 0,65 0,75 0,6 0,6

0,55 0,6 0,8 0,85 0,55

0,6 0,6 0,75 0,65 0,6

0,7 0,7 0,7 0,3 0,7

0,6 0,63 0,73 0,57 0,6

0,5 0,5 0,5 0,5 0,8

0,63 0,47 0,7 0,47 0,47

0,6 0,6 0,6 0,6 0,65

0,65 0,5 0,7 0,5 0,5

0,6 0,6 0,63 0,63 0,67

0,6 0,6 0,65 0,6 0,6

0,55 0,55 0,6 0,6 0,8

0,6 0,6 0,6 0,6 0,65

0,7 0,3 0,7 0,3 0,3

0,6 0,57 0,63 0,57 0,57

С учетом вычисленного порога />=0,6 для каждого поставщика информационных услуг был определен класс предпочтения подписчиков:

{*, , Д^2 , , Х$ , X£ , ДГу , ЛГд , Хд , }

= {*2>*3>*4>*5’*6>*8.*9.*ю}

^3 {*2 > ’ "^4 »*^5 > *6 » *7 > *8 > *9 > *10 ^

^4 ={*|.*2.*3.*4»*5»*6.*7»*в.*9»*ю}

^5 {*| » *3 > *5 > ^6 > *7 ’ *8 }

Полученные результаты могут служить основанием для выработки рекомендаций по выбору оптимальных стратегий поведения поставщиков и получателей информации.

Результаты эксперимента показали, что наибольшее число подписчиков входит в классы предпочтения, соответствующие информационным службам “Новости мира компьютерных технологий” и “Ежедневное сетевое обозрение”. Достоверность полученных результатов подтверждается их согласованностью с публичными рейтингами указанных электронных изданий.

ЛИТЕРАТУРА

1. Мелихов А.Н., Берштейн Л.С. Конечные четкие и расплывчатые множества: в 2-х ч. 4.2. Расплывчатые множества. Таганрог: ТРТУ, 1981.

2. Deluca, A., and S. Termini. A definition of non-probabilistic entropy in the setting of fuzzy set. J. Math. Analysis & Appl., 1968.