идентификации групп пользователей по своей природе опирается на
использование методов кластеризации. Кластеризация данных может
быть также использована для генерации профилей пользователей на
основе информации о действиях каждого пользователя, а затем для
формирования групп пользователей на основе их профилей. Одна-
ко современные методы кластеризации не принимают во внимание
многие факторы и не пригодны для успешного использования во мно-
жестве реальных задач. Поэтому для решения сложных практических
задачприменяют методы распознавания в совокупности с интенсив-
ным машинным обучением.
Адаптация под конкретного пользователя — достаточно сложная
задача, поскольку для ее успешного решения необходимо принимать
во внимание присущие человеку неопределенность, спонтанность и
даже противоречивость, свойственные ему от природы. Множество
неопределенностей различных типов присутствует в глобальной сети:
например, Веб-страницы появляются и исчезают, ключевые слова в
поиске могут иметь различное значение в зависимости от контекста
и т.п. Поэтому поиск в сети, по сути, является нечетким. Для того
чтобы работать с этими неопределенностями с использованием ком-
пьютера, они должны быть формализованы тем или иным способом.
Нечеткая логика позволяет принимать во внимание различные типы
неопределенностей. Нечеткая кластеризация профилей пользователей
может применяться для создания нечетких правил и заключений для
модификации запросов. Результаты этой кластеризации могут приме-
няться для извлечения знаний из профилей пользователей, например
в целях рекламы [7].
Однако простое применение нечеткой логики для персонализации
в Веб может не принести желаемых результатов, поскольку при этом
реальная картина предпочтений пользователя значительно упрощает-
ся. Одним из таких упрощений является применение для агрегирова-
ния нескольких критериев средневзвешенного оператора, когда каждо-
му критерию ставится в соответствие вес, в то время как не учиты-
вается явление взаимодействия между критериями [8]. Применение в
качестве операторов агрегирования нечетких интегралов (операторов)
Сугено и Шоке по отношению к нечеткой мере позволяет учитывать
такое взаимодействие [9], но в этом случае возникает проблема иден-
тификации нечетких мер. Эта проблема связана не только с экспонен-
циально возрастающей сложностью нечетких мер, зависящей от числа
критериев, но и с отсутствием ясного понимания сути концепции не-
четкой меры у большинства практических специалистов [10]. Обычно
эту проблему решают с помощью значительного упрощения модели и
применения различных вспомогательных средств для идентификации
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2012. № 3 103
