![]() |
ИСТИНА |
Войти в систему Регистрация |
ФНКЦ РР |
||
В последнее время в анализе данных появляется большое число задач, которые не укладываются в стандартные постановки задач классификации и регрессии. Они отличаются от <классических>, во-первых, способом задания исходных данных: оно, как правило, не признаковое (XML-документы, графы, мультимножества терминов, сигналы и т.д.). Во-вторых, в этих задачах особые требования к ответу (например, необходимо не классифицировать Web-страницы, а упорядочить по степени релевантности). В-третьих, каждая задача имеет свою специфику, связанную с областью приложения (в том числе, это объемы данных, дополнительные ограничения на структуру и т.д.). К сожалению, на Всероссийских конференциях практически отсутствуют доклады по таким новым задачам: докладываются теоретические результаты в классических предположениях или новая задача не подвергается тщательному анализу (не делается полный обзор литературы, не проводятся экспериментальные исследования достаточно большого числа моделей алгоритмов), а сводится к классической постановке и решается стандартными алгоритмами, <чтобы удовлетворить заказчика>. В данной работе описана одна из таких <<новых>> задач "--- прогнозирование связности графа (LPP, в англоязычной литературе принят термин <Link Prediction Problem>).