Шаг 1
. Каждый объект
θ
l
1
, θ
l
2
, . . . , θ
l
r
, входящий хотя бы в один
профиль первого уровня
Ξ
1
, распознается отдельно сопоставле-
нием соответственно с эталонными объектами
Θ
k
l
1
l
1
,
Θ
k
l
2
l
2
, . . . ,
Θ
k
l r
l
r
,
k
l
r
= 1
, . . . , K
l
r
,
{
l
1
, l
2
, . . . , l
r
} ⊆ {
1
, . . . , L
}
с помощью операторов
агрегирования
A
l
1
, A
l
2
, . . . , A
l
r
.
Шаг 2
. Каждый профиль 1-го уровня
Ξ
1
, для всех объектов ко-
торого найдены сходные с ними эталонные объекты, считается рас-
познанным и для него вычисляется критерий схожести (значение опе-
ратора агрегирования)
A
1
. После этого осуществляется переход к ша-
гу 3. Если такие профили не найдены, то распознанных профилей 1-го
уровня и более не существует и выполнение процедуры прекращается.
Шаг 3
. Задается значение уровня
s
= 2
и осуществляется переход
к шагу 4.
Шаг 4
. Если найдены профили
s
-го уровня
Ξ
s
для всех профилей
(
s
−
1
)-го уровня, для которых найдены ненулевые значения критериев
схожести, то эти профили
Ξ
s
считаются распознанными, для них вы-
числяются критерии схожести (значение оператора агрегирования)
A
s
.
Если существуют профили уровня
s
+1
, то шаг 4 снова выполняется со
значением
s
=
s
+ 1
. В противном случае выполнение прекращается.
Если нет профилей
Ξ
s
-го уровня для всех профилей (
s
−
1
)-уровня,
для которых найдены ненулевые значения критериев схожести, то рас-
познанных профилей
s
-го уровня не существует и выполнение проце-
дуры прекращается.
Эксперименты по нечеткому агрегированию запросов и по нечет-
кому распознаванию профилей пользователей показали, что релевант-
ность результатов поиска улучшилась на 15% по сравнению с суще-
ствующим методом на статистически значимой выборке из 1500 по-
исковых запросов от более чем 30 пользователей.
Заключение.
Рассмотрен метод персонализации в гипертексто-
вых сетях на основе нечеткого агрегирования и распознавания с помо-
щью нечетких мер и интегралов. Применение предлагаемого метода
может быть полезно в случае, если нет возможности применить дру-
гой способ персонализации ресурсов, например развернуть полную
онтологию или семантическую сеть организации, но создано множе-
ство инструментов для электронной коммуникации и взаимодействия.
Основные отличия и преимущества этого метода от аналогов заключа-
ются в следующем.
Во-первых, появляется возможность принимать во внимание как
меру значимости каждого источника информации в отдельности, так
и меру значимости каждого подмножества источников информации
в процессе иерархического распознавания за счет использования для
агрегирования нечетких интегралов по нечеткой мере.
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2012. № 3 109
