CC BY
63SCIENTIFIC PROGRESS VOLUME 4 I ISSUE 3 I 2023 _ISSN: 2181-1601
Scientific Journal Impact Factor (SJIF 2022=5.016) Passport: http://sjifactor.com/passport.php?id=22257
MA'LUMOTLARNI INTELEKTUAL TAHLIL QILISHDA DATA MINING
QO'LLASH
O. U. Xakimjonov, S. I. Muhammadjonova, FDU talabalari I. N.Tojimamatov, FDU o'qituvchi
ANNOTATSIYA
Ushbu maqolada ijtimoiy hodisalarni tahlil qilish jarayonida ma'lumotlarni qazib olish usullarini qo'llash metodologiyasi va texnologiyalari o'rganilgan. Ma'lumotlar bazasi tuzilishi ishlab chiqish, turli holatlar uchun kelgusi ma'lumotlarni bashorat qilish tizimi yaratilgan. Data miningning ahamyati atroflicha ko'rib o'tilgan.
Kalit so'zlar: ma'lumotlarni qazib olish, Data mining, hisoblash modeli, ijtimoiy hodisalar, ijtimoiy munosabatlar.
ABSTRACT
This article studies the methodology and technologies for using data mining methods in the analysis of social phenomena. A database structure has been developed, a system for predicting future data for various situations has been created. The importance of data mining is considered in detail.
Key words: data analysis, data mining, computational model, social phenomena, social relations.
Kirish. Muammoni bayon qilish.
Ijtimoiy tizimlar sinfga tegishli juda murakkab ko'plab ma'lumotlar mavjud. Ular turli xil quyi tizimlar va elementlar haqidagi ma'lumotlarni o'z ichiga oladi hamda ko'p sonli parametrlar bilan ifodalanadi. Ularning ta'hlil qilish va rivojlanishi turli xil ichki va tashqi omillarning o'zaro ta'siri bilan belgilanadi. Shuning uchun ularning modellarini yaratish har doim ham oson kechmaydi, ya'ni u katta qiyinchiliklar bilan birga amalga oshiriladi. Shu nuqtai nazardan, ma'lumotlarni tahlil qilishning zamonaviy usullari asosida ijtimoiy tizim muammolarini modellashtirish usullarini ishlab chiqish ishlari muhim va dolzarb masalalardan biridir.
Bugungi kunda oila va ta'lim ma'lumotlari asosida ularni muammolarini tahlil qilish juda ham zarur ijtimoiy hodisadir. Oila murakkab ijtimoiy tizimning namunasidir. Ta'lim va oilaning buzilishi eng keng tarqalgan ijtimoiy hodisalardan hisoblanadi. Ijtimoiy so'rovlar shuni ko'rsataadiki, oila hayotning eng muhim sohasi hisoblanadi: unda yosh-qari, boy-kambag'al, sog'lom-nogiron hamda boshqa turli ijtimoiy tengsizliklar mavjud. Shuning uchun oila munosabatlarini o'rganish vazifalari juda muhimdir.
SCIENTIFIC PROGRESS VOLUME 4 I ISSUE 3 I 2023 _ISSN: 2181-1601
Scientific Journal Impact Factor (SJIF 2022=5.016) Passport: http://sjifactor.com/passport.php?id=22257
Bugunda bizda uzoq muddatli ya'ni - "baxtli" oilani shakllantirish shartlarini aniqlash vazifalari, mavjud oilaviy munosabatlarni tashxislash, nikoh inqirozining yangi sabablarini aniqlash, nikoh inqirozining oldini olish choralarini ishlab chiqish masalalari dolzarb bo'lib qolmoqda. Ammo hozirgi vaqtda kelajakdagi nikoh istiqbollarini aniqlash va mavjud nikohni tashxislash uchun miqdoriy mezonlarini beruvchi va tahlil qiliuvchi elektron sun'iy intellektga asoslangan axboroy tizim mavjud emas, oilaviy munosabatlarning mezon omillarini hisoblovchi kompyuterli modellari mavjud emas. Asosiy sabab bu psixofiziologik, ijtimoiy va iqtisodiy omillar o'zaro bog'liq bo'lgan oilaviy munosabatlarning murakkabligi bilan bog'liqdir. Shuningdek, sohada kompyuter savodxonligi yuqori mutaxassislarning yetishmasligi ham bor.
Shundan kelib chiqib, ma'lumotlarni qayta ishlash va tahlil qilishning zamonaviy texnologiyasi Data Mining (DM) ni qo'llash muhimdir.
Data Mining - istiqbolli modellashtirish usullari, bir vaqtning o'zida ham miqdoriy, ham sifatni tahlil qilishga imkon beruvchi ko'p faktorli hisoblash modellarini olish uchun ma'lumotlar, shu jumladan o'rganilayotgan tizim to'g'risida to'liq bo'lmagan ma'lumotlar asosida yangiyangi ma'lumotlar ishlab chiquchi Big Data va ma'lumotlar bazasining intellectual texnologiyasidir.
Data Mining - inson faoliyatining turli sohalarida qarorlar qabul qilish uchun zarur bo'lgan ma'lumotlarda ilgari noma'lum, ahamiyatsiz, lekin amaliy foydali hamda foydalanish mumkin bo'lgan bilimlarni, ma'lumotlarni aniqlash usullari, to'plamlari hamda texnologiyalar majmuasidir.
Data Miningni ma'lumotlarni qidirish usullari bilan hal qilinadigan vazifalari odatda 2 turga bo'linadi:
1. tavsiflash (ing. descriptive)
2. bashoratlash (ing. predictive)
Data Miningni tavsiflash vazifalari: assotsiatsiya qoidalari yoki pattern (namunalarni) qidirish, ob'ektlarni guruhlash, klaster tahlil qilish, regressiya modelini yaratish bilan bog'liqdir.
Data Miningni bashoratlash vazifalari: ob'ektlarning tasnifini (oldindan belgilangan sinflar uchun) aniqlash, regressiya tahlili, vaqt qatorlarini tahlil qilish bilan bog'liq.
Ishning maqsadi.
Ishning maqsadi shundan iboatki, unda uslubiy bazani ishlab chiqish, Data Miningdan foydalanib, oilaviy munosabatlarni tahlil qilish ijtimoiy misolida hodisalarning aniqlashning tahliliy modellarini yaratish nazarda tutiladi. Ishning birinchi bosqichining maqsadi ajrashgan oilalar to'g'risidagi ma'lumotlarni tahlil qilishda Data Miningni qabul qilish metodologiyasi va texnologiyalarini ishlab chiqish hamda aniq qaror qabul qilish tashkil etish, natijada ajralishga olib keladigan sabablardan
SCIENTIFIC PROGRESS VOLUME 4 I ISSUE 3 I 2023 _ISSN: 2181-1601
Scientific Journal Impact Factor (SJIF 2022=5.016) Passport: http://sjifactor.com/passport.php?id=222ff7
oilaning miqdoriy hisoblash modellarini yaratish vazifalarini belgilab olish bo'ldi. Ikkinchi bosqichi esa birinchi bosqich natijalariga asoslanib, real Data Miningga asoslangan kompyuterli modelni taqdim etish bo'ldi.
Modelni ishlab chiqishda quyidagi usullardan foydalanilgan: korrelyatsion tahlil, qarorlar daraxtini qurish, sun'iy neyron tarmoqlar. Asosiy e'tibor ma'lumotlardagi yashirin maTumotlarni aniqlash va ajrashgan oilalarning miqdoriy modellarini yaratishga qaratildi.
Natija Data Mining imkoniyatlaridan foydalanilganda quyidagilarni ko'rsatadi:
1. Korrelyatsion tahlil asosida nikoh maTumotlarini aniqlashga erishildi.
2. Qarorlar daraxti asosida oilaviy munosabatlar belgilanib olindi.
3. Sun'iy neyron tarmoqlari usuli yordamida oilaviy munosabatlar ajralishlar modeli yaratib olindi
Natijalarni tahlil qilish shuni ko'rsatdiki, Data Mining ijtimoiy hodisalarni o'rganish imkoniyatlarini tubdan ajratishga, ijtimoiy hodisalarning yangi hisoblash modellarini yaratishga imkon beradi.
Xali 2-bosqich ishlari oz yakuniga yetmagan bo'lsa ham, birinchi bosqich natijalari tadqiqotimizning ish mavzusi oilaviy munosabatlarga bag'ishlangan turli xil omillarni chuqur muhokama qilishga imkon yaratilishi aniqlandi. Hozirgacha aniqlangan yangiliklar quyidagilardan iborat:
1. Tahlilda Data Miningni qo'llash metodologiyasi va texnologiyalari ishlab chiqish natijasida ajrashgan oilalarda ijtimoiy va iqtisodiy munosabatlarni tahlil qilish asosida ijtimoiy hodisalar kelib chiqish omillarini bashorat qilish ma'lumotlar bazasining tuzilish mumkinligi aniqlandi.
2. Turli holatlar uchun ajralishlarni bashorat qilish tizimi yaratish mumkinligi aniqlandi (nikohdan oldin yoki nikoh jarayonida).
3. Birinchi marta ichki va tashqi kompleksning ta'sirini taxmin qilishga qodir bo'lgan ko'p faktorli "hisoblash" modellari qurish mumkinligi isbotlandi.
Bu masalalar shuni ko rsatadiki Data miningni maTumotlarni ustida amallar bajarishda qo'llash uning maohiyatini qay darajada ekanligini belgilaydi.
Data Mining usullari tahlilchi duch keladigan ko'plab muammolarni hal qilishga imkon beradi. Ulardan asosiylari: tasniflash, regressiya, assotsiatsiya qoidalarini izlash va klasterlash. Quyida ma'lumotlarni tahlil qilishning asosiy vazifalarining qisqacha tavsifi keltirilgan.
1) Tasniflash vazifasi ob'ektning xususiyatlariga ko'ra sinfini aniqlashga qisqartiriladi. Shuni ta'kidlash kerakki, bu masalada ob'ektni belgilash mumkin bo'lgan sinflar to'plami oldindan ma'lum.
2) Regressiya vazifasi, xuddi tasniflash vazifasi kabi, ob'ektning ma'lum xususiyatlaridan kelib chiqib, uning ayrim parametrlarining qiymatini aniqlash imkonini
SCIENTIFIC PROGRESS VOLUME 4 I ISSUE 3 I 2023 _ISSN: 2181-1601
Scientific Journal Impact Factor (SJIF 2022=5.016) Passport: http://sjifactor.com/passport.php?id=222ff7
beradi. Tasniflash masalasidan farqli o'laroq, parametrning qiymati cheklangan sinflar to'plami emas, balki haqiqiy sonlar to'plamidir.
3) Assotsiatsiya vazifasi. Assotsiatsiya qoidalarini qidirishda maqsad ob'ektlar yoki hodisalar o'rtasidagi tez-tez bog'liqliklarni (yoki assotsiatsiyalarni) topishdir. Topilgan bog'liqliklar qoidalar ko'rinishida taqdim etilgan va tahlil qilingan ma'lumotlarning mohiyatini yaxshiroq tushunish uchun ham, voqealar sodir bo'lishini bashorat qilish uchun ham ishlatilishi mumkin.
4) Klasterlashning vazifasi mustaqil guruhlar (klasterlar) va ularning xususiyatlarini tahlil qilinayotgan ma'lumotlarning butun majmuasida izlashdan iborat. Ushbu muammoni hal qilish ma'lumotlarni yaxshiroq tushunishga yordam beradi. Bundan tashqari, bir hil ob'ektlarni guruhlash ularning sonini kamaytirishga va natijada tahlilni osonlashtirishga imkon beradi.
5) Ketma-ket naqshlar - vaqt bilan bog'liq bo'lgan hodisalar o'rtasida qonuniyatlarni o'rnatish, ya'ni. Agar X voqea sodir bo'lsa, Y hodisasi ma'lum vaqtdan keyin sodir bo'lishiga bog'liqlikni aniqlash.
6) og'ishlarni tahlil qilish - eng xarakterli bo'lmagan naqshlarni aniqlash.
Sanab o'tilgan vazifalar maqsadiga ko'ra tavsiflovchi va bashoratli bo'linadi. Ta'riflash vazifalari tahlil qilinayotgan ma'lumotlarni tushunishni yaxshilashga qaratilgan. Bunday modellardagi asosiy nuqta - natijalarning inson idroki uchun qulayligi va shaffofligi. Ehtimol, topilgan naqshlar o'rganilayotgan aniq ma'lumotlarning o'ziga xos xususiyati bo'lib, boshqa joyda topilmaydi, lekin u hali ham foydali bo'lishi mumkin va shuning uchun ma'lum bo'lishi kerak. Ushbu turdagi muammolar klasterlash va assotsiatsiya qoidalarini qidirishni o'z ichiga oladi.
Bashoratli masalalarni yechish ikki bosqichga bo'linadi. Birinchi bosqichda ma'lum natijalarga ega bo'lgan ma'lumotlar to'plamiga asoslangan model quriladi. Ikkinchi bosqichda u yangi ma'lumotlar to'plamiga asoslangan natijalarni bashorat qilish uchun ishlatiladi. Bunday holda, albatta, qurilgan modellarning iloji boricha aniq ishlashi talab qilinadi. Ushbu turdagi muammolar tasniflash va regressiya muammolarini o'z ichiga oladi. Bu, shuningdek, assotsiatsiya qoidalarini topish muammosini o'z ichiga oladi, agar uni hal qilish natijalaridan ma'lum voqealar sodir bo'lishini taxmin qilish uchun foydalanish mumkin bo'lsa. Muammolarni hal qilish usullariga ko'ra ular nazorat ostida o'qitish (o'qituvchi bilan o'qitish) va nazoratsiz ta'lim (o'qituvchisiz o'rganish) ga bo'linadi. Bu nom ingliz tilidagi adabiyotlarda tez-tez ishlatiladigan va barcha Data Mining texnologiyalariga ishora qiluvchi Machine Learning (mashinalarni o'rganish) atamasidan kelib chiqqan.
Nazorat ostida o'qitishda ma'lumotlarni tahlil qilish muammosi bir necha bosqichda hal qilinadi. Birinchidan, har qanday Data Mining algoritmidan foydalanib, tahlil qilingan ma'lumotlarning modeli - klassifikator quriladi. Keyin klassifikator
SCIENTIFIC PROGRESS VOLUME 4 I ISSUE 3 I 2023 _ISSN: 2181-1601
Scientific Journal Impact Factor (SJIF 2022=5.016) Passport: http://sjifactor.com/passport.php?id=222ff7
o'qitiladi. Boshqacha aytganda, uning ish sifati tekshiriladi va agar u qoniqarsiz bo'lsa, tasniflagich qo'shimcha ravishda o'qitiladi. Bu talab qilinadigan sifat darajasiga erishilgunga qadar yoki tanlangan algoritm ma'lumotlar bilan to'g'ri ishlamasligi yoki ma'lumotlarning o'zi aniqlanishi mumkin bo'lgan tuzilishga ega emasligi aniq bo'lgunga qadar davom etadi. Ushbu turdagi muammolar tasniflash va regressiya muammolarini o'z ichiga oladi.
Nazoratsiz ta'lim yirik do'konda xaridorlar tomonidan amalga oshirilgan xaridlar naqshlari kabi tavsifiy naqshlarni aniqlaydigan vazifalarni birlashtiradi. Shubhasiz, agar bu naqshlar mavjud bo'lsa, unda model ularni ifodalashi kerak va uni o'rganish haqida gapirish o'rinli emas. Shuning uchun nom - nazoratsiz o'rganish. Bunday muammolarning afzalligi tahlil qilingan ma'lumotlar haqida oldindan ma'lumotga ega bo'lmasdan ularni hal qilish imkoniyatidir. Bularga klasterlash va assotsiatsiya qoidalarini qidirish kiradi. Xulosa.
Demak yuqoridafi fikr va mulohazalardan Data Miningni ijtimoiy hodisalarni tahlil qilish jarayonida ma'lumotlarni qazib olish usullarini qo'llash metodologiyasi va texnologiyalari o'rganish muhim masaladir. Maqolada oilaviy munosabatlarda nikoh masalalarini Data Mining orqali tahlil qilishga oz bo'lsada nazariy jihatdan yondashgan bo'lsak, uni amaliyotda qo'llash juda ham ko'plab ijtimoiy muammolarni oldindan bashorat qilish va yechimlarini topishga misli ko'rilmagan darajada xissa qo'shadi.
Adabiyotlar
1. Mamasidiqova, I., Husanova, O., Madaminova, A., & Tojimamatov, I. (2023). DATA MINING TEXNALOGIYALARI METODLARI VA BOSQICHLARI HAMDA DATA SCIENCE JARAYONLAR. Центральноазиатский журнал образования и инноваций, 2(3 Part 2), 18-21.
2. Tojimamatov, I. N., Mamalatipov, O. M., & Karimova, N. A. (2022). SUN'IY NEYRON TARMOQLARINI O 'QITISH USULLARI. Oriental renaissance: Innovative, educational, natural and social sciences, 2(12), 191-203.
3. Nurmamatovich, T. I. (2021). RAQAMLI IQTISODIYOTNING GLOBALLASHUV JARAYONIDA IQTISOD TARMOQLARIDA QO'LLANILISHINING ASOSIY YO'NALISHLARI. Н34 Наука и инновации в XXI веке: Материалы Международной, 291.
4. Tuychievich, B. M., & Nurmamatovich, T. I. (2021). ЖАМИЯТДА РА^АМЛИ И^ТИСОДМЁТ. Н34 Наука и инновации в XXI веке: Материалы Международной, 189.
5. Kizi, A. Z. I., & Nurmamatovich, T. I. (2021). ZAMONAVIY DASTURLASH FANINI O'QITISHDA PYTHON DASTURLASH VOSITALARI YORDAMIDA
SCIENTIFIC PROGRESS VOLUME 4 I ISSUE 3 I 2023 _ISSN: 2181-1601
Scientific Journal Impact Factor (SJIF 2022=5.016) Passport: http://sjifactor.com/passport.php?id=222ff7
AMALIY DASTURLAR YARATISHNING AHAMIYATI. Н34 Наука и инновации в XXI веке: Материалы Международной, 264.
6. Tojimamatov, I. N., Mamalatipov, O. M., & Karimova, N. A. (2022). SUN'IY NEYRON TARMOQLARINI O 'QITISH USULLARI.
7. Usmonov, B., Rakhimov, Q., & Akhmedov, A. (2023, March). The problem of takeoff and landing of a hereditarily deformable aircraft in a turbulent atmosphere. In AIP Conference Proceedings (Vol. 2612, No. 1, p. 060015). AIP Publishing LLC.
8. Усмонов, Б. Ш., & Рахимов, К. О. (2020). Построение математической модели в прямой и вариационной постановке задачи изгибно-крутильного колебания наследственно-деформируемого крыла самолета. Проблемы вычислительной и прикладной математики, (5), 108-119.
9. УСМОНОВ, Б., & РАХИМОВ, К. ПРОБЛЕМЫ ВЫЧИСЛИТЕЛЬНОЙ И ПРИКЛАДНОЙ МАТЕМАТИКИ. ПРОБЛЕМЫ ВЫЧИСЛИТЕЛЬНОЙ И ПРИКЛАДНОЙ МАТЕМАТИКИ Учредители: Научно-инновационный центр информационно-коммуникационных технологий, (4), 50-59.
10. Usmonov, В., & Rakhimov, Q. (2019). Vibration analysis of airfoil on hereditary deformable suspensions. In E3S Web of Conferences (Vol. 97, p. 06006). EDP Sciences.
11. Abrukov V.S. "Artificial Neural Networks and Inverse Problems of Optical Diagnostics " V.S. Abrukov, D.A. Troeshestova, R.A. Pavlov, P.V. Ivanov "Proceedings of the 6th International Conference on Intelligent System Design and Applications". Jinan. China. 2006, October 16-18. P. 850-855.
