Метод кластерного анализа гетерогенных данных с использованием положений нечеткой логики

Раздел находится в стадии актуализации

Гетерогенными являются данные различных форматов, собранные из разных источников. Такие данные, как правило, неполные и неточные, что затрудняет их обработку и кластеризацию. В работе представлен метод кластерного анализа гетерогенных данных с использованием положений нечеткой логики. Приведены математические модели представления кандидата на вакантную должность, которые характеризуются гетерогенными данными. Для разработки математических моделей использован аппарат алгебраических систем. Подробно описан способ определения функции принадлежности нечетких множеств с использованием вероятностного подхода как наиболее эффективного при работе с гетерогенными данными. Приведен пример формирования базы логических правил для выделения классификационных признаков в множестве гетерогенных данных кадрового резерва производственного предприятия. Выделенные классификационные признаки позволяют реализовать дальнейшую точную и эффективную проверку, а также оценить сведения о кандидатах на вакантную должность. Предлагаемый метод кластерного анализа гетерогенных данных может применяться, например, в социально-экономических, технических, биологических системах, предполагающих использование неполных и неточных данных.
Шевнина Юлия Сергеевна
Национальный исследовательский университет «МИЭТ», Россия, 124498, г. Москва, г. Зеленоград, пл. Шокина, 1
Гагарина Лариса Геннадьевна
Национальный исследовательский университет «МИЭТ», Россия, 124498, г. Москва, г. Зеленоград, пл. Шокина, 1
Конюхов Евгений Владимирович
Национальный исследовательский университет «МИЭТ», Россия, 124498, г. Москва, г. Зеленоград, пл. Шокина, 1
Харитонова Анастасия Даниловна
Национальный исследовательский университет «МИЭТ», Россия, 124498, г. Москва, г. Зеленоград, пл. Шокина, 1

124498, г. Москва, г. Зеленоград, площадь Шокина, дом 1, МИЭТ, ауд. 7231

+7 (499) 734-62-05
magazine@miee.ru