ISSN 2071-6168
Язык: ru

ИЗВЕСТИЯ ТУЛЬСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА. ТЕХНИЧЕСКИЕ НАУКИ

Архив статей журнала

ИСПОЛЬЗОВАНИЕ МЕТОДОВ ОБРАБОТКИ ЕСТЕСТВЕННОГО ЯЗЫКА В ФОРМИРОВАНИИ РЕЙТИНГОВОЙ СИСТЕМЫ ВЫСШИХ УЧЕБНЫХ ЗАВЕДЕНИЙ РФ (2024)
Выпуск: №2 (2024)
Авторы: Леонов Юрий Алексеевич, Филиппов Родион Алексеевич, Живодовский И. И.

В данной статье рассмотрена проблема повышения эффективности работы образовательных организаций высшего образования Российской Федерации за счет построения качественной системы рейтинга с использованием машинного обучения. Проведен анализ существующих методологий формирования рейтинговых систем. Исследованы факторы, влияющие на рейтинг образовательных организаций. Рассмотрены алгоритмы и методы агрегирования результата анализа деятельности высших учебных заведений. Проведен анализ полученного рейтинга и результатов работы аналитических моделей.

Сохранить в закладках
О ВЛИЯНИИ ВОСТРЕБОВАННОСТИ КОНТЕНТА НА НЕКОТОРЫЕ ХАРАКТЕРИСТИКИ ВОВЛЕЧЕННОСТИ В ЕГО ПОТРЕБЛЕНИЕ (2024)
Выпуск: № 1 (2024)
Авторы: Мосин Владимир Геннадьевич, Козловский Владимир Николаевич, Пантюхин Олег Викторович

В статье исследованы характеристики востребованности контента в сравнении с характеристиками вовлеченности в его потребление. Показано, что регрессионные модели востребованности обладают высокой прогнозирующей способностью, при этом прогнозирующая способность моделей вовлеченности крайне низка и достигает приемлемых значений только на высоко востребованных данных.

Сохранить в закладках
НОВЫЕ ИНСТРУМЕНТЫ МОНИТОРИНГА КАЧЕСТВА. МОНИТОРИНГ ДАННЫХ, ВРЕМЕННЫЕ РЯДЫ ПОТРЕБЛЕНИЯ КОНТЕНТА И УСИЛЕНИЕ ИХ ПРОГНОЗИРУЮЩИХ СВОЙСТВ АНСАМБЛИРОВАНИЕМ СЛАБЫХ МОДЕЛЕЙ (2024)
Выпуск: № 1 (2024)
Авторы: Мосин Владимир Геннадьевич, Козловский Владимир Николаевич, Благовещенский Дмитрий Иванович

В статье представлены результаты разработки и реализации новых инструментов управления качеством. На основании имеющегося временного ряда данных о потреблении контента на канале одного из ведущих хостингов построена регрессионная модель, аппроксимирующая его поведение кубическим полиномом. После разбиения данных на несколько непересекающихся классов построена серия подобных регрессионных моделей. Показано, что ансамблирование частичных моделей приводит к существенному повышению прогнозирующей способности регрессионного анализа.

Сохранить в закладках