Программная система визуализации и проверки согласованности оценочных знаний экспертов
https://doi.org/10.25205/1818-7900-2023-21-1-32-45
Аннотация
Экспертные оценки применяются повсеместно и при решении широкого диапазона задач. При этом зачастую возникает проблема несогласованности множества экспертных оценок. В данной работе предложен алгоритм проверки оценочных экспертных знаний на согласованность. В результате работы алгоритма мы не только получаем ответ о том, являются ли данные согласованными или нет, но также и визуализируем исходные данные в виде дерева. В случае если введенные экспертные оценки не согласованы, на построенном дереве «подсвечиваются» ребра, в которых возникает несогласованность. Алгоритм также предлагает два альтернативных способа разрешения несогласованности оценок. В статье описывается программная система, разработанная на основе данного алгоритма.
Ключевые слова
Об авторах
Е. Д. Малаева
Новосибирский государственный университет
Россия
Россия
Елена Дмитриевна Малаева, студент
Новосибирск
Г. Э. Яхъяева
Новосибирский государственный университет
Россия
Россия
Гульнара Эркиновна Яхъяева, кандидат физико-математических наук, доцент
кафедра общей информатики
Новосибирск
Список литературы
1. Гуцыкова С. Метод экспертных оценок. Теория и практика. М.: Институт психологии РАН, 2011. 144 с.
2. Palchunov D. E., Tishkovsky D. E., Tishkovskaya S. V., Yakhyaeva G. E. Combining logical and statistical rule reasoning and verification for medical applications. 2017 International Multi-Conference on Engineering, Computer and Information Sciences (SIBIRCON), Novosibirsk, Russia, 2017, p. 309-313. DOI: 10.1109/SIBIRCON.2017.8109895.
3. Данелян Т. Я. Формальные методы экспертных оценок // Статистика и экономика. 2015. № 1. С. 183-187. DOI: 10.21686/2500-3925-2015-1-183-187.
4. Бурцева Т. А., Зуева И. А. Направления совершенствования методик мониторинга реализации стратегий развития регионов в условиях цифровой информационной среды // Вестник Московского университета имени С. Ю. Витте. Серия 1: Экономика и управление. 2018. Т. 27, № 4. С. 43-50. URL: https://elibrary.ru/item.asp?id=36961402&ysclid=llupce77vy754071911.
5. Волковская В. М., Захаров В. В. Метод коллективной генерации идей // Инновационные процессы в сфере информационных технологий и современного образования в регионах России : сб. научн. ст. по материалам Всероссийской научно-практической конференции, Ставрополь, 16–17 ноября 2020 года / Ставрополь: АГРУС, 2020. С. 85–89.
6. Стончюте К. Э., Гурбо А. А., Пузыревская А. А. Методы экспертных оценок: Метод Дельфи // Научное знание современности. 2021. Т. 53, № 5. С. 16–19.
7. Датенко В. И. Применение ориентированных графов при прогнозировании исходов в многокомпонентных задачах // Прикладные информационные системы в технологиях наземного транспорта (машиностроение) : материалы Всероссийской научно-практической конференции с международным участием, Таганрог, 20–21 декабря 2018 года / Таганрог: ЭльДирект, 2019. С. 47–50.
8. Евстигнеева Е. О., Новикова И. В. Метод экспертных оценок в прогнозировании // Проблемы и перспективы развития экспериментальной науки : сб. ст. Международной научно-практической конференции, Новосибирск, 28 ноября 2019 года / Уфа: OMEGA SCIENCE, 2019. С. 72–74.
9. Цугунян А. М., Кваско М. А. Методы принятия стратегических решений на микро- и макроуровнях // Современная мировая экономика: проблемы и перспективы в эпоху развития цифровых технологий и биотехнологии : сб. научн. ст. Международной научной конференции, Москва, 29–31 марта 2019 года / М.: КОНВЕРТ, 2019. С. 53–55.
10. Козенко И. А. Использование экспертных оценок при определении потребительских предпочтений // Актуальные вопросы современной экономики. 2018. № 9. С. 287–296.
11. Демина Л. М., Дивина Т. В. Исследование потребительских предпочтений на основе экспертных оценок : учеб.-методич. пособие. М.: МГИУ, 2012. 56 с.
12. Дивина Т. В., Петракова Е. А., Вишневский М. С. Основные методы анализа экспертных оценок // Экономика и бизнес: теория и практика. 2019. № 7. С. 42–44. DOI: 10.24411/2411-0450-2019-11072
13. Дулесов А. С., Семенова М. Ю. Субъективная вероятность в определении меры неопределенности состояния объекта // Фундаментальные исследования. 2012. № 3. С. 81–86.
14. Яхъяева Г. Э., Пальчунова О. Д. Нечеткие модели как формализация оценочных знаний экспертов // Двадцатая национальная конференция по искусственному интеллекту с международным участием, КИИ-2022: Труды конференции. В 2-х т., Москва, 21–23 декабря 2022 года / М.: Национальный исследовательский университет «МЭИ», 2022. С. 97–109.
15. Yakhyaeva G. Method for Verifying the Logical Correctness of Experts’ Evaluative Knowledge. 2022 IEEE International Multi-Conference on Engineering, Computer and Information Sciences (SIBIRCON), Yekaterinburg, Russian Federation, 2022, p. 850–854.
16. Пальчунов Д. Е., Яхъяева Г. Э. Нечеткие алгебраические системы // Вестник НГУ. Серия: Математика, механика, информатика. 2010. Т. 10, № 3. C. 76–93.
17. Ильин В. А., Ким Г. Д. Линейная алгебра и аналитическая геометрия. М.: Проспект, 2007. 400 с.
18. Yakhyaeva G., Skokova V. Subjective Expert Evaluations in the Model-Theoretic Representation of Object Domain Knowledge. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 2021, p. 152–165.
Рецензия
Для цитирования:
Малаева Е.Д., Яхъяева Г.Э. Программная система визуализации и проверки согласованности оценочных знаний экспертов. Вестник НГУ. Серия: Информационные технологии. 2023;21(1):32-45. https://doi.org/10.25205/1818-7900-2023-21-1-32-45
For citation:
Malaeva E.D., Yakhyaeva G.E. Software System for Visualization and Checking the Consistency of Experts’ Evaluative Knowledge. Vestnik NSU. Series: Information Technologies. 2023;21(1):32-45. (In Russ.) https://doi.org/10.25205/1818-7900-2023-21-1-32-45
Просмотров:
167
Послать статью по эл. почте 