Метод експертних оцінок - це прадавній науковий метод, який дозволяє отримати об'єктивну оцінку на основі певної сукупності індивідуальних думок експертів. Слово "експерт" (expertus) у перекладі з латинської мови означає "досвідчений", що, в свою чергу, походить від слова "experire" - досліджувати. Експерт - це особа (спеціаліст), якому довірено висловити думку про якийсь суперечливий чи складний випадок, оскільки людство у складних ситуаціях завжди намагалося врахувати думку висококваліфікованих спеціалістів у різних сферах життєдіяльності. За допомогою популяційних методів успішно розв'язуються складні оптимізаційні завдання, наприклад, завдання автоматизованого проектування, синтезу складних хімічних сполук, оптимального управління динамічними системами тощо. Удосконалено метод виявлення неправдивої інформації на основі методу експертної оцінки. Базовим методом для удосконалення, був обраний метод експертних оцінок Дельфі. Тому, що він має безсумнівні переваги в порівнянні з методами, заснованими на звичайній статистичній обробці результатів індивідуальних опитувань. На відміну від існуючого підходу, удосконалений метод дозволяє проводити відбір експертів, а не корегувати відповіді експертів з метою отримання необхідного результату. Особливістю є те що відбір експертів робиться за рахунок осереднення оцінок для кожного експерта. Саме самооцінки експерта та оцінки того ж самого експерта робочою групою. Це дозволяє зменшити похибку реальної оцінки експерта. Можливість встановлювати інтервал довіри до оцінки неправої інформації дозволять отримати результати які задовольняють завданню виявлення неправдивої інформації з належною точністю. Але це спонукає до вирішення завдання оптимізації критеріїв оцінки та часу вирішення встановленого завдання. Тому напрямком подальших досліджень є завдання оптимізації критеріїв оцінки. Наукова новизна полягає в обгрунтуванні та оцінюванні порівняльної важливості факторів, що обмежують призначення кожного окремого експерта для виявлення неправдивої інформації за допомогою методу групової експертної оцінки.Проведено аналіз рішень прикладних задач, що розв'язуються шляхом застосування методів кластерного аналізу. Це і класичні задачі Data Mining: кластеризація, класифікація, і характерні тільки для текстових документів завдання: автоматичне анотування, витяг ключових понять та ін. Проведено скорочений аналіз методів кластеризації інформації. Підтверджено постулат про те, що кластеризація передбачає розбиття множини елементів на кластери, кількість яких визначається локалізацією елементів заданої множини в околицях деяких природних центрів кластерів. Проведено аналіз застосування байесовського класифікатора. Доведено, що байесовський класифікатор при наявності апріорних ймовірностей працює з високою точністю при визначенні неправдивої інформації. Однак відповідь про отримання цій ймовірності цей метод не дає. За рахунок використання наївного байесовського класифікатора для виявлення неправдивої інформації, удосконалено метод виявлення неправдивої інформації. Цей метод дозволяє вирішити проблему невизначеності апріорної ймовірності. Запропонований наївний байесовський класифікатор для обробки текстів виявився досить ефективним. Зроблена оцінка ефективності алгоритму запропонованого методу розробки класифікатора для визначення правдивості інформації. На основі первинних даних, які отримали з мережі Інтернет, були розраховані чисельні значення оцінки алгоритму удосконаленого методу визначення неправдивої інформації. Отримані таки значення метрик: Recall = 0,853; Precision = 0,869; F-measure = 0,861; Accuracy = 0,855. Отримані результати доводять, що удосконалений метод (без додаткового навчання) одразу має гарні результати. Це доводить адекватність розробленого методу та дає результативний науковий метод для виявлення неправдивої інформації. Особливо актуальність удосконаленого методу виявлення неправдивої інформації існує у теперішний час, у умовах інформаційної війни.

  Повний текст PDF - 422.897 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"