Живая нейросеть из данных от клиентов на iOS и Android

в 7:35, , рубрики: android, data mining, iOS, web, Программирование, разработка под iOS, метки: , , ,

Мы продолжаем рассказывать о разработанной нами нейросети и кластерном анализе для проекта favoraim.com. Чтобы наглядно представить, как развивается нейросеть во времени, мы попробовали интерпретировать изменения в ней в небольшое видео, которое показывает жизнь сети от ее «сотворения» до привлечения первого трафика – пользователей Хабра.

Взрыв в начале — это рождение нейросети, которая получила первую информацию при запуске. Затем система начинает обрастать нейронами – новыми смысловыми единицами и пользователями. Точки — это пользователи. Чем больше похожи их интересы, поведение, активность и введенные данные, тем ближе они расположены друг к другу. Серые линии – это пружины, которые моделируют систему, они отражают связи в нейросети.
Новый пользователь появляется в случайном положении с «натянутыми пружинами».
Система «живет» в реальном времени и развивается в зависимости от имеющихся данных о пользователях, новых сценарных данных и информации, полученной в процессе использования системы пользователями. Движение точки – это изменение базы знаний о пользователе и его перемещение в сети.
В данном видео показана работа сети при наборе новых пользователей с Хабра. В систему пошел трафик в виде айтишников, которые образовали большое ядро. Это ядро стало кластеризоваться на более мелкие группы, выделились программисты (ярко-розовые), системные администраторы (бирюзовые), дизайнеры (бледно-розовые).
Далее, в программистах выделилась группа веб-программистов, а также выделились более мелкие группы программистов Ruby, C, PHP и т.д.
Из дизайнеров выделились веб-дизайнеры и верстальщики, между ними сохранилась крепкая нейросвязь, но все же это получились отдельные обособленные группы.
Также появилась новая красная группа – любители английского языка. Это пошел трафик с других ресурсов. Эта группа выделилась отдельно, но внутри нейросети развиваются связи, которые сближают людей с похожими интересами и получается новая группа – например, программисты, программирующие на С# и любящие проводить время за изучением английской литературы.
Вся система не может быть статичной и фиксированной в определенный момент. При любом изменении информации группы могут развалиться или образовывать новые.
Спасибо за внимание, в следующей статье мы расскажем о семантическом анализе в нашей системе и более подробно представим наработки по кластерному анализу.

Автор: favoraim

Источник

* - обязательные к заполнению поля


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js