ГІБРИДНИЙ АЛГОРИТМ КЛАСТЕР-АНАЛІЗУ ДЛЯ ФОРМУВАННЯ АПРІОРНОГО РОЗБИТТЯ ПРОСТОРУ ОЗНАК НА КЛАСИ ЗНАНЬ В СИСТЕМАХ ДИСТАНЦІЙНОГО НАВЧАННЯ

  • С. О. Петров Сумський державний університет
  • Н. В. Лисак Вінницький національний технічний університет
  • Ю. В. Міронова Вінницький національний технічний університет
Ключові слова: кластеризація, k-means, критерій функціональної ефективності, критерій оцінки по- милки кластеризації, системи дистанційного навчання

Анотація

Запропоновано модифікацію алгоритму k-means, ідея вдосконалення якого полягає у комбінованому використанні критерію оцінки помилки кластеризації та інформаційного критерію функціональної ефективності, що визначає рівень достовірності побудованих вирішальних правил визначення належності реалізацій до певного класу знань. При цьому використання комбінованого статистичного та інформаційного підходів дозволило включити такий параметр кластеризації як кількість кластерів в інтеграційну оптимізаційну процедуру та, базуючись на природній структурі розподілення векторів реалізацій результатів тестування слухачів в N-вимірному просторі ознак, розпізнавання дозволило знайти оптимальні геометричні параметри контейнерів класів, які характеризують рівні знань студенів в системах дистанційного навчання. 

Біографії авторів

С. О. Петров, Сумський державний університет
канд. техн. наук, старший викладач кафедри комп’ютерних наук
Н. В. Лисак, Вінницький національний технічний університет
канд. техн. наук, доцент кафедри менеджменту та безпеки інформаційних систем
Ю. В. Міронова, Вінницький національний технічний університет
канд. екон. наук, старший викладач кафедри менеджменту та безпеки інформаційних систем

Посилання

1. Петров С. А. Категориально-информационная модель адаптивной системы непрерывного обучения / С. А. Петров // Управляющие системы и машины. — 2009. — № 2. — С. 48—51.
2. Довбиш А. С. Машинна оцінка знань студентів у системах керування дистанційним навчанням / А. С. Довбиш,
В. О. Любчак, С. О. Петров // Вісник Сумського державного університету. Серія «Технічні науки». — 2007. — № 1. — С. 167—178.
3. Факторный, дискриминантный и кластерный анализ / [Дж.-О. Ким, Ч. У. Миллер, У. Р. Клекк и др.] — М. : Финансы и статистика, 1989. — 215 с.
4. Jain A. K. Dataclustering : a review / A. K.Jain, M. N. Murty, P. J. Flynn // ACM Computeing Surveys(CSUR). — 1999. — Vol. 31. Issue 3—69 p.
5. Айвазян С. А. Прикладная статистика. Классификация и снижение размерности / С. А. Айвазян, В. М. Бухштабер. — М. : Финансы и статистика. — 1989. 300—310 с.
6. Браверман Э. М. Структурные методы обработки эмпирических данных / Э. М. Браверман, И. Б. Мучник. — М. : Наука. Физматлит. — 464 с.
7. Алехин Е. И. Многомерные статистические методы / Е. И. Алехин. — Орел : Изд. центр ГОУ ВПО ОГУ, 2007 — 37 с.
8. Бабак О. В. Алгоритм решения некоторых задач кластерного анализа / О. В. Бабак, А. С. Касанов // Управляющие системы и машины. — 2001. — № 6. — 25—30 с.
9. Петров С. О. Вплив структури простору ознак розпізнавання в системах підтримки прийняття рішень / С. О. Петров // Інтернет-Освіта-Наука –2010 : Сьома міжнар. конф. ІОН-2010: 28 вер.—3 жов. 2010 р. : тези доп. — Вінниця : Вінницький національний технічний університет, 2010. — С. 71—72.
10. Коваль П. Н. Использование кластеризации при анализе данных / П. Н. Коваль // Управляющие системы и машины. — 2010. — № 6. — С. 32—34.
11. Куренков Н. И. Энтропийный подход к решению задач классификации многомерных данных / Куренков Н. И. Ананьев С. Н. // Информационные технологии. — 2006. — № 8. — С. 50—55.
12. Petrov S. Mathematical model of distance learning control system in framework of IEIT / Sergey Petrov // Internet Edu-cation Science: Proceedings of the Sixth International Conference, 7—11 October 2008. — Vinnytsia, Ukraine. — 2008. —
Vоl. 1. — P. 167—169.
Опубліковано
2015-09-03
Як цитувати
[1]
С. Петров, Н. Лисак, і Ю. Міронова, ГІБРИДНИЙ АЛГОРИТМ КЛАСТЕР-АНАЛІЗУ ДЛЯ ФОРМУВАННЯ АПРІОРНОГО РОЗБИТТЯ ПРОСТОРУ ОЗНАК НА КЛАСИ ЗНАНЬ В СИСТЕМАХ ДИСТАНЦІЙНОГО НАВЧАННЯ, Вісник Вінницького політехнічного інституту, № 4, с. 80-87, Вер 2015.
Номер
Розділ
Інформаційні технології та комп'ютерна техніка