साइट उपयोगकर्ताओं के हाथों से किसी वस्तु का टाइपिंग (परिभाषित करने का गुण)

अक्सर ऐसे मामले होते हैं जब नव निर्मित वस्तु के गुणों के एक सेट को परिभाषित करना आवश्यक होता है। उदाहरण के लिए, यह सामान, फिल्मों के विवरण के साथ एक साइट की चिंता कर सकता है (और, तदनुसार, प्रत्येक वस्तु के लिए टैग या गुणों का एक सेट आवश्यक है)। सामान्य तौर पर, यह किसी भी वस्तुओं के विवरणों के किसी भी भंडार पर लागू होता है जो गुणों की उपस्थिति और एक दूसरे के साथ वस्तुओं की तुलना करने की क्षमता पर "समान या भिन्न" के सिद्धांत पर लागू होता है।

इसलिए, यह दिया गया है: साइट में वस्तुओं का एक तैयार-निर्मित सेट है, जिसके लिए गुणों को परिभाषित और सत्यापित किया गया है। और एक नया ऑब्जेक्ट जोड़ा जाता है, जिसके बारे में हम कुछ भी नहीं जानते हैं, लेकिन साइट विज़िटर न्याय कर सकते हैं। उद्देश्य: यह सुनिश्चित करने के लिए कि व्यवस्थापक को आवश्यक गुणों को मैन्युअल रूप से जोड़ना नहीं है, लेकिन साइट विज़िटर के हाथों से सब कुछ स्वयं द्वारा किया जाता है।

स्पष्टता के लिए, हम मानते हैं कि हमारे पास सेल फोन के लिए समर्पित एक वेबसाइट है। साइट पर (सादगी के लिए) - निम्नलिखित सशर्त गुणों वाले 5 फोन (गुण सुविधा के लिए गिने जाते हैं):
ए> वाइब्रेटिंग अलर्ट (1), रेडियो (2), स्पीकरफोन (3), टॉर्च (4)
बी> कंपन अलर्ट (1), स्पीकरफोन (3), एमपी 3 प्लेयर (5)
C> टॉर्च (4), एक-टुकड़ा आवास (6), एमपी 3 प्लेयर (5)
डी> गैर-वियोज्य आवास (6), टीवी (7)
ई> एमपी 3 प्लेयर (5), टीवी (7), रेडियो (2)

और छठा उपकरण जोड़ा जाता है, जिसके बारे में साइट व्यवस्थापक को आगंतुकों के विपरीत कुछ भी नहीं पता है। इसे रेडियो (2) और टीवी (7) के साथ एक उपकरण होने दें।

हमारे उदाहरण में, ऑब्जेक्ट के लिए केवल 7 संभावित गुण हैं। हम नई वस्तु के लिए सभी संभव गुण प्रदान करते हैं।

अगला कदम केवल उन गुणों को निर्धारित करना है जो वस्तु वास्तव में पास है; इसके लिए, हम सुझाव देते हैं कि साइट पर आने वाले लोग ज्ञात वस्तु और नए के बीच समानता की डिग्री चुनते हैं (हम एक यादृच्छिक रूप से चयनित वस्तु प्रदान करते हैं)। समानता का मूल्यांकन 0 से 2x तक के पैमाने पर किया जाता है, जहाँ 0 - "ऐसा नहीं दिखता है", 1- "आम में कुछ है" और 2- "बहुत समान" है। आप अधिक विस्तारित पैमाने बना सकते हैं, लेकिन सादगी के लिए, यह यहाँ उपयोग किया जाता है।

तुलना करते समय, हम केवल उन गुणों को ध्यान में रखते हैं जो नई और ज्ञात वस्तु दोनों के पास हैं। यदि उपयोगकर्ता ने समानता की डिग्री को "बहुत समान" चुना है, तो हम एक अज्ञात वस्तु के गुणों को जोड़ने के लिए 1 "वजन" में जोड़ते हैं। जब "सामान्य रूप में कुछ होता है" हम 0.5 जोड़ते हैं, और यदि "नहीं दिखता है", तो 1 घटाएं।

मैंने PHP में एल्गोरिथ्म के संचालन को दर्शाते हुए एक छोटा सा उदाहरण दिया।

//      $known_objects = array ('a'=>1, 'b'=>0, 'c'=>0, 'd'=>1, 'e'=>2); //    $a = array (1,2,3,4); $b = array (1,3,5); $c = array (4,6,5); $d = array (6,7); $e = array (5,7,2); //       ,    = 1 $new_object = array (1=>1, 2=>1, 3=>1, 4=>1, 5=>1, 6=>1, 7=>1); //,   ,      const K_MUL = 0.1; $s = array_keys($known_objects); //100 ,      for ($i=0; $i<100; $i++) { shuffle($s); $new_object = cmp($new_object, $$s[0], $known_objects[$s[0]]); } //  process($new_object); //  print_r($new_object); //        0.5 function process(&$new_object) { $max = 0; foreach ($new_object as $k=>$v) { if ($v > $max) { $max = $v; } } $mv = 1.1; if ($max > $mv) { $div = (1 / $max); foreach ($new_object as $k=>$v) { $new_object[$k] *= $div; } } foreach ($new_object as $k=>$v) { if ($new_object[$k] <0.5) { unset($new_object[$k]); } } } //  ($a)   ($b)  function cmp($a,$b,$val) { switch ($val) { case 0: { $add = -0.5; break; } case 1: { $add = 0.5; break; } case 2: { $add = 1; break; } } foreach ($a as $k=>$v) { if (in_array($k, $b)) { $a[$k] += $add * K_MUL; } } return $a; } 

कोड बहुत ही आदिम है, लेकिन काम की समझ देता है।
आउटपुट में, हमें कुछ ऐसा एरे मिलता है, जहाँ कुंजी प्रॉपर्टी नंबर, और मूल्य = परिकलित वजन है

सरणी
(
[२] => १,
[[] => ०.०४४४४४
)

जैसा कि परीक्षण दिखाते हैं, सटीकता पुनरावृत्तियों की संख्या पर निर्भर करती है, जिसमें पुनरावृत्तियों की न्यूनतम संख्या = 50 (K_MUL * 0.5 के साथ सहसंबंधी होती है, जहां 0.5 न्यूनतम वजन परिवर्तन चरण है)।

समानता की भिन्न डिग्री के साथ ज्ञात वस्तुओं को जोड़ने से किसी अज्ञात वस्तु के गुणों की परिभाषा में सुधार होता है।

मानव कारक

हमारे द्वारा माना गया मामला आदर्श है। लेकिन क्या होगा, अगर कहें, तो उपयोगकर्ताओं का एक निश्चित प्रतिशत गलत तरीके से जवाब देता है? इस स्थिति का अनुकरण करने के लिए, आप निम्न फ़ंक्शन को cmp फ़ंक्शन में जोड़कर प्रतिक्रियाओं का यादृच्छिककरण कर सकते हैं:
अगर (रैंड (0,100)> 70) {
$ वैल = रैंड (0,2);
}

हम एक ऐसी स्थिति का अनुकरण करते हैं जिसमें हर तीसरा उत्तर यादृच्छिक होता है (यह सत्य के अनुरूप हो सकता है, या शायद नहीं भी)।

जैसा कि परीक्षणों से पता चला है, 3 गुना (संभावित रूप से गलत उत्तर के एक ही 1/3) पुनरावृत्तियों की संख्या में वृद्धि के साथ, हमें एक ही सरणी 2 और 7 मिलती है, और केवल कभी-कभी उतार-चढ़ाव दिखाई देते हैं जिन्हें "प्रक्रिया" फ़ंक्शन में थ्रेशोल्ड को बदलकर समाप्त किया जा सकता है।
ऐरे (
[२] => 0.98648648648649 - एक वैध संपत्ति
[६] => 0.50675675675676 - उतार-चढ़ाव
[[] => १ एक वैध संपत्ति है
)

संभव सुधार

पहला सुधार त्रुटियों को खत्म करना है। पर्याप्त संख्या में तुलना करने पर, हम उन परिणामों को बाहर कर सकते हैं जो कुल द्रव्यमान में फिट नहीं होते हैं, और जिससे सटीकता बढ़ सकती है।

दूसरा सुधार: उपयोगकर्ताओं के बीच आवाज का वजन बदलना।
जिन उपयोगकर्ताओं के उत्तर मेल खाते हैं, उनमें से अधिकांश अपनी आवाज से अधिक वजन प्राप्त करते हैं। तदनुसार, "समानता" के लिए बाद के वोटों में, ऐसे उपयोगकर्ता के वोट का वजन अधिक होगा, जिसे प्रसार को कम करना चाहिए।

एक महत्वपूर्ण जोड़: यह माना जाता है कि इस तरह के एक एल्गोरिथ्म एक अनुकूल वातावरण में संचालित होता है जिसमें उपयोगकर्ता गलती कर सकते हैं, लेकिन वे जानबूझकर या सामूहिक रूप से नहीं करते हैं।

मुझे सवालों, सुझावों और सिर्फ टिप्पणियों पर खुशी होगी।