Книга "Модели и методы обучения подкреплением веб-систем" автора И.Ю. Шполянского описывает широкие возможности использования алгоритмов обучения под руководством в проектировании адаптивных, веб-ориеинтированных информационных системах. Веб-системы входят в сферу бизнеса, обучения, маркетинга и электронной коммерции, что вызвано необходимостью классифицировать информацию и обеспечивать интеграцию с пользователями.
Одна из основных задач этой динамичной среды - определить группы пользователей и наилучшим образом подстраиваться к потребностям каждого пользователя. Авторы предполагают, что новые методы машинного обучения помогут решить эту задачу и помочь адаптировать информацию на сайтах для пользователей. Подходы подкрепления могут помочь классифицировать ресурсы веб-сайтов с использованием данных аналитических систем. Этот подход позволяет вывести персонализированные рекомендации, которые будут учитывать потребности пользователей и их предпочтения.
Предлагаемая схема основана на алгоритмах обучения с подкреплением, которые позволяют автоматически определить наиболее эффективные стратегические отношения для классификации ресурсов веб-сайта и определения классов пользователей с одинаковыми запросами и интересами. Автоматизация такого процесса дает возможность быстро принимать решения и предоставлять персонализированные сервисы с высокой степенью актуальности. Алгоритмы обучения с укреплением дают возможность понять, какая страница сайта отвечает каждому запросу пользователей, и в конце выбрать нужный номер страницы для оптимального результата в системе рекомендаций
Книга посвящена актуальной проблеме создания адаптивных систем в электронном бизнесе. Рассмотрены этапы моделирования информационных систем на основе методов интеллектуального анализа и обучения. Результаты исследований позволяют улучшить структуру и информационное наполнение веб-порталов за счет реализации аналитических модулей на базе искусственного интеллекта. Для научных работников, аспирантов и студентов естественнонаучных и технических специальностей, интересующихся проблематикой информационного моделирования и интеллектуальных технологий.
Электронная Книга «Модели и методы обучения с подкреплением в архитектуре адаптивных веб-ориентированных информационных систем» написана автором И. Ю. Шполянская в 2021 году.
Минимальный возраст читателя: 0
Язык: Русский
Серии: Прикладная информатика. Научные статьи
Описание книги от И. Ю. Шполянская
Широкое распространение веб-ориентированных систем в сфере бизнеса, маркетинга, электронного обучения и др. вызывает необходимость учета и анализа информационных потребностей пользователя в целях оптимизации взаимодействия с ним. Одной из основных проблем создания адаптивных веб-ориентированных систем является задача классификации информационных ресурсов (страниц) портала, описывающих предлагаемый товар или услугу, для последующего формирования профилей пользователей и персонализации предоставления услуг. Для ее решения могут быть использованы методы интеллектуального анализа данных и машинного обучения. В статье представлен новый подход к созданию адаптивных веб-ориентированных информационных систем, основанный на использовании алгоритмов обучения с подкреплением в целях классификации информационных ресурсов и выдачи персонализированных рекомендаций пользователям с учетом их предпочтений. Предложен и обоснован адаптивный подход, основанный на использовании алгоритмов обучения с подкреплением (Reinforcement Learning), позволяющий автоматически находить в процессе работы системы наиболее эффективные стратегии, необходимые для правильной классификации веб-ресурсов сайта и формирования групп пользователей с однотипными запросами и предпочтениями. Предложенная схема позволяет создать процедуры для оценки и ранжирования информационных ресурсов системы на основе анализа поведения пользователей на сайте в режиме онлайн. Используемые алгоритмы обучения с подкреплением дают возможность оценить релевантность каждой страницы сайта запросам и предпочтениям пользователей из разных категорий, с тем чтобы оптимизировать структуру и контент сайта, а также построить эффективную систему рекомендаций в соответствии с интересами пользователя для возможности выбора наиболее подходящих товаров или услуг.
