РОЗРОБКА ІНТЕЛЕКТУАЛЬНОЇ СИСТЕМИ ПІДТРИМКИ СОЦІАЛІЗАЦІЇ КОРИСТУВАЧА ЗА ПОДІБНІСТЮ ІНТЕРЕСІВ

Анотація

Об’єктом дослідження є процес соціалізації особистостей, оскільки в наш час завдання соціалізації є дуже важливим і всі сучасні соціальні мережі намагаються максимально оптимізувати та автоматизувати соціалізацію різноманітних користувачів з використанням популярних сучасних ІТ, таких як нейронні мережі та алгоритми аналізу користувацького контенту. Предметом дослідження є методи та технологічні засоби пошуку та формування списку релевантних користувачів за подібністю інтересів для здійснення соціалізації. Відповідно здійснюється аналіз профіля користувача системи, а саме визначення справжності користувача на основі пошуку людського обличчя на користувацьких фотографіях з використанням нейронних мереж і аналізу користувацького контенту через алгоритми нечіткого пошуку та моделі Noisy Channel. Мета роботи – створення інтелектуальної системи для соціалізації особистостей на основі нечіткого пошуку за ключовими словами, моделі Noisy Channel, алгоритму ефективного розподілу текстового контенту та згорткової нейронної мережі. В статті вирішуються наступні завдання: проаналізувати сучасні та найвідоміші підходи, методи, засоби та алгоритми розв’язування задач соціалізації особистостей за подібністю інтересів; розробка загальної структури типової інтелектуальної системи соціалізації особистостей за спільними інтересами; сформувати функціональні вимоги до основних модулів структури типової інтелектуальної системи соціалізації особистостей за спільними інтересами; розробити інтелектуальну системи підтримки соціалізації користувача за подібністю інтересів на основі нейронних мереж, нечіткого пошуку та моделі Noisy Channel та провести експериментальну апробацію. Використовуються такі методи: метод Левенштейна; алгоритм
N-грам; модель Noisy Channel; нечіткий пошук. Отримано наступні результати: побудовано та описано загальну структуру типової інтелектуальної системи соціалізації особистостей за спільними інтересами. До основного призначення створення системи в першу чергу варто віднести створення нового алгоритму аналізу користувацького контенту та пошуку найбільш релевантних за інтересами користувачів на основі таких алгоритмів як N-грам, розширення вибірки, Левенштейна, та моделі Noisy Channel. Також зазнав подальшого розвитку шаблон асинхронного створення програмного продукту, що дозволяє створити практично повністю динамічну систему. Варто удосконалити згорткову нейронну мережу, що дозволить ефективно та динамічно здійснювати пошук людських обличь на фотографії, та перевіряти наявність вже існуючих людей в базі даних системи. Висновки: виявлено, що реалізований алгоритм здійснює вибірку приблизно в 10 разів швидше, ніж звичайний алгоритм Левенштейна. Також реалізований в системі алгоритм для формування вибірки користувачів є ефективнішим та точнішим приблизно на 25-30% в порівнянні зі звичайним алгоритмом Левенштейна.