پیشبینی الگوی رفتاری کاربران با پردازش کلان داده ها
جاوید شو: به گزارش جاوید شو، نتیجه تحقیقات عضو هیأت علمی دانشگاه تهران که در لابراتوار کاوش و شناخت اطلاعات دانشکده علوم و فنون نوین دانشگاه تهران انجام شده است، در نشریه Neurocomputing انتشارات الزویر منتشر گردید.
به گزارش جاوید شو به نقل از ایسنا، دکتر هادی زارع، دانشیار دانشکده علوم و فنون نوین دانشگاه تهران در رابطه با ماهیت و روند این پژوهش، اظهار داشت: «در دنیای امروز با رشد روز افزون شبکه های اجتماعی و استفاده از فروشگاه های اینترنتی با حجم عظیمی از داده ها روبرو می باشیم که کاوش و استخراج الگوهای مفید از آنها می تواند منجر به تولید محصولات مبتنی بر داده شود که دارای اهمیت زیادی در حوزه های مالی، پزشکی و حمل و نقل است. به صورت دقیق تر میتوان بیان کرد که این گونه داده ها در چارچوب ساختارهای گرافی، امروزه به ساختارداده ای فراگیر و یک زبان جهانی برای توصیف سیستم هایی همچون شبکه های حمل و نقل شهری، شبکه های پروتئینی و شبکه های اجتماعی تبدیل گشته اند.»
این پژوهشگر حوزه علوم داده، اضافه کرد: «چالش اساسی در استفاده از الگوریتم های یادگیری ماشین روی این ساختارداده ها، یافتن راهی جهت استفاده از اطلاعات ساختاری گراف در کنار اطلاعات در ارتباط با خصوصیت ها است. بعنوان مثال از یک طرف با شبکه ای از کاربران روبرو می باشیم و از سوی دیگر اطلاعات در ارتباط با پروفایل کاربران هم می تواند بسیار پرارزش باشد که در نظر گرفتن توأمان آنها در الگوریتم های حوزه علوم داده از اهمیت فراوانی برخوردار است؛ چونکه بر مبنای آنها میتوان به پیشبینی الگوی رفتاری کاربران و بهره گیری از آن در کاربردهای مختلف پرداخت.»
وی افزود: «در سالهای اخیر روش هایی که به صورت خودکار، ساختار گراف را به بازنمایی هایی با ابعاد پایین تر نگاشت می کنند، بسیار مورد توجه قرار گرفته اند. به این دسته از روش ها یادگیری بازنمایی گراف می گویند. با ظهور و موفقیت روز افزون الگوریتم های یادگیری عمیق، کاربرد و تعمیم این الگوریتم ها در روش های یادگیری بازنمایی بسیار مورد توجه قرار گرفته است. به صورتی که خیلی از روش های یادگیری بازنمایی بر پایه ساختار تعمیم یافته الگوریتم های یادگیری عمیق، با نام شبکه های عصبی گرافی، بنا نهاده شده اند و محور پژوهش های قبلی در لابراتوار کاوش و شناخت اطلاعات بوده اند.»
یافته های پژوهش های انجام شده در این آزمایشگاه، پیشتر در چارچوب دو مقاله با همکاری پژوهشگرانی از دانشگاه RMIT و موناش استرالیا توسط مؤسسه مهندسان برق و الکترونیک و انتشارات الزویر انتشار یافته است:
• Learning Graph Representations With Maximal Cliques
منبع: جاوید شو
این پست جاوید شو را پسندیدید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب