Сверху вниз и снизу вверх: Как бизнесу извлекать пользу из данных?
Ваши бизнес-процессы обслуживает какая-либо информационная система, например CRM.
Или же у вас есть сайт, работает приложение для смартфонов, а через электронную почту, мессенджеры, телефон в вашу службу поддержки поступают обращения от клиентов.
Это означает, что у вас уже есть данные, которые, накопив в достаточном объеме, можно анализировать. Какие же данные могут принести бизнесу пользу?
Какими бывают данные?
Транзакционные данные – те данные, которые исторически хранятся в учетных системах и реляционных классических базах данных. Это данные о транзакциях, продажах, складских остатках, изменениях финансового состояния компании. Они наиболее уязвимы к угрозам безопасности и требуют соблюдения конфиденциальности.
Изначально IT-индустрия была нацелена на работу именно с этим типом данных, решая вопросы целостности, сохранности, копирования и защиты.
Объем данных может быть не очень велик, но из-за того, что эти данные скопились в процессе развития бизнеса и отражают всю хозяйственную деятельность, они в первую очередь используются в аналитических задачах.
Журналы действий пользователя (веб-логи). Это данные, генерируемые различными сенсорами, датчиками IT-систем, серверами, а также системами статистики веб-сайтов и мобильных приложений.
Генерация веб-логов происходит быстро, и таких данных много.
Исторически эти данные не обрабатывались, но сейчас благодаря проникновению цифровых технологий они повсеместно используются в аналитических задачах.
Различные данные из соцсетей, чатов, цифровых каналов коммуникаций, интернета вещей (т. е. данные с различных датчиков).
– и видеоданные. Как правило, они слабо структурированы и потому с трудом поддаются анализу, однако обладают большой ценностью. Например, видео с камер в аэропорту можно использовать для предотвращения террористических актов и других чрезвычайных ситуаций, можно также проанализировать поведение пассажиров для улучшения эргономики крупных транспортных узлов.
Практические примеры
Методы анализа больших данных основаны на построении автоматизированных аналитических моделей – машинном обучении. С его помощью формируются алгоритмы, которые находят скрытые взаимосвязи, обучаются, помогают строить прогнозы, оптимизируют различные бизнес-процессы. Таким образом можно отработать гораздо большее количество гипотез, чем в состоянии сделать человек.
Модель анализа данных зависит от области применения. Вот примеры.
Сеть Walmart, насчитывающая более 11 000 магазинов, имеет аналитическую систему Data Café, обрабатывающую около 24 000 запросов в час от 1000 специалистов ритейлера.
Их задача – отслеживать ситуацию в магазинах в режиме реального времени и быстро влиять на нее, в частности, оперативно корректировать цены в соответствии с меняющимся поведением клиентов.
Кроме того, компания Walmart одной из первых оснастила датчиками машины, перевозящие грузы, и в результате стала получать всю информацию о движении автопарка в режиме реального времени. Это позволило ритейлеру оптимизировать поставки и всю логистику.
Гипермаркет мебели и товаров для дома Hoff собирает данные о покупателе: о его покупках, действиях на сайте и др. Эта информация используется для формирования персональных предложений клиенту, начиная от акций ко дню рождения до таргетированных предложений на основе анализа покупок и поведения на сайте.
В промышленности технологии анализа больших данных позволяют лучше отслеживать показатели оборудования (на основе информации с датчиков). Многие компании прогнозируют поломку промышленного оборудования или определяют время техосмотра, проанализировав синхронные данные с разных датчиков.
Но как правильно поставить бизнес-задачу для анализа больших данных? Возможны два подхода.
Подходы к анализу данных
Сверху вниз. В первую очередь формируется задача: например, организации нужно выявить клиентов, собирающихся уйти, и постараться их удержать.
Тогда задача для аналитика заключается в том, чтобы построить прогноз оттока клиентов. Аналитик строит различные гипотезы, изучает источники и отбирает нужные.
Правда, обычно аналитику приходится использовать те данные, которые есть, и изучать, насколько они помогают решить конкретную задачу.
Снизу вверх. Альтернативный подход, при котором вначале изучаются все данные источника (например, сайта), после чего строятся гипотезы для последующей проверки.
Например, данные об активности посетителей на сайте легко применить для анализа оттока клиентов и выявления общих черт аудитории, склонной покинуть компанию.
Далее можно обратить внимание на продукты, которые посетитель смотрит на сайте, чтобы выявить его потребительскую корзину для последующей работы с перекрестными продажами.
Универсальных алгоритмов изучения данных не существует. Классифицировать все данные и составить список, какие данные какой цели соответствуют, пока невозможно. Анализ данных – поле для фантазии, нужно думать, строить и проверять гипотезы с учетом специфики отрасли и компании.
По материалам издания «Ведомости»
Источник: http://datareview.info/article/sverhu-vniz-i-snizu-vverh-kak-biznesu-izvlekat-polzu-iz-dannyih/
Анализ снизу вверх и сверху вниз
“Сверху вниз” vs. “снизу вверх”, “прямой” vs. “обратный”, “управляемый данными” vs. “движимый целью” – три пары определений для таких терминов, как “цепной анализ”, “парсинг”, “синтаксический разбор”, “логический анализ” и “поиск”.
В принципе, все эти термины отражают сходные отношения, и различие между ними состоит лишь в том, что они взяты из различных подобластей компьютерной науки и искусственного интеллекта (парсинг, системы с заложенными в них правилами, поисковые системы и системы, направленные на решение проблем и т.д.)
Суть этих противопоставлений можно проиллюстрировать на примере парадигмы поиска. Основная задача любого поиска состоит в том, чтобы определить маршрут, по которому вы будете перемещаться с настоящей позиции к вашей цели.
Если вы начнете поиск с текущей позиции и будете продолжать его, пока не наткнетесь на желаемый результат, – это так называемый прямой поиск или поиск снизу вверх. Если вы мысленно ставите себя в то место, где вы хотите очутиться в результате поиска и определяете маршрут, двигаясь в обратном направлении, т.
е. туда, где вы действительно находитесь в настоящий момент, – это поиск в обратном направлении или поиск сверху вниз. Обратите внимание на то, что, определив маршрут в результате обратного поиска, вам все же предстоит добраться до своей цели.
Несмотря на то, что сейчас вы движетесь вперед, это не является прямым поиском, т.к. поиск уже был осуществлен ранее, причем в обратном направлении.
Эти же противопоставления можно рассмотреть на примере систем с встроенными правилами. Представим себе, что правило состоит из набора антецедентов и набора следствий. Когда система определяет, что все антецеденты определенного правила удовлетворены, это правило вызывается и выполняется (выполняется ли каждое вызванное правило зависит от специфики конкретной системы).
После этого в базу знаний заносятся утверждения, полученные в результате выполнения правила, и выполняются соответствующие операции. Данный процесс происходит вышеописанным образом, независимо от того, применяет ли система прямой или обратный логический анализ. Чтобы проиллюстрировать различия между ними, следует отдельно рассмотреть процедуру активации правила.
Вызываются только активированные правила. При прямом логическом анализе (снизу вверх), когда в систему добавляются новые данные, они сравниваются со всеми антецедентами всех правил. Если данные соответствуют антецеденту правила, то это правило активируется (если оно еще не является активированным), и если подобраны все антецеденты определенного правила, то оно вызывается.
Утверждения, полученные в результате выполнения правила, заносятся в базу знаний и рассматриваются в качестве новых данных, сравниваются с антецедентами и могут вызвать активацию и вызов дополнительных правил. При обратном логическом анализе (сверху вниз) при добавлении данных правила не активируются. Когда система получает запрос, он сравнивается со всеми следствиями всех правил.
Если запрос совпадает со следствием, то это правило активируется, а все его антецеденты рассматриваются в качестве вторичных запросов и могут вызвать активацию дополнительных правил. Когда запрос соответствует не ограниченному условием утверждению базы знаний, на него поступает ответ, и если этот запрос исходил от антецедента, считается, что он удовлетворяет последнему.
Когда все антецеденты некоторого правила будут удовлетворены, правило вызывается и выполняется. При выполнении правила осуществляется ответ на запросы, которые его активировали, и теперь другие антецеденты считаются удовлетворенными и могут вызываться соответствующие им правила.
Обратите внимание на то, что вызов и выполнение правила всегда происходит в прямой последовательности, а отличие прямого цепного анализа от обратного состоит в том, когда активируется правило.
Примеры
Парсинг. Попытаемся проиллюстрировать и объяснить разницу между синтаксическим анализом сверху вниз и снизу вверх на примере предложения “They are flying planes” и простой грамматики, представленной в виде пронумерованных правил:
1. S ® NP VP
2. NP ® N
3. NP ® PRO
4. NP ® ADJ N
5. VP ® VT NP
6. VT ® V
7. VT ® AUX V
8. N ® planes
9. PRO ® they
10. ADJ ® flying
11. AUX ® are
12. V ® are
13. V® flying
Антецеденты указаны с правой стороны, а следствия – с левой. Например, правило 1 читается следующим образом: “Если последовательность состоит из именной группы (NP), за которой следует глагольная группа (VP), то эта последовательность является предложением (S).”
Синтаксический разбор сверху вниз начинается с символа S, который и будет являться вершиной дерева разбора. Эта процедура эквивалентна процедуре постановки задачи, которая заключается в том, чтобы определить, является ли последовательность слов предложением.
Правило 1 гласит, что каждое предложение состоит из именной группы (NP), за которой следует глагольная группа (VP). При наличии нескольких правил, сперва применяется правило с наименьшим номером, а затем оно расширяется слева направо. Таким образом следующим шагом является нахождение первой связи, т.е. NP.
Сперва активируется правило 2, а затем правило 8 (рис. 2а). Т.к. “planes” не соответствует ”they”, алгоритм срабатывает вновь, и теперь сперва активируется правило 3, а затем правило 9. Затем алгоритм возвращается к правилу 1 и следующей целью ставит определение VP.
Сперва активируются правила 5, 6, а затем 12 (рис. 2b). Дальнейший ход разбора отржен на рисунке 2 (с, d, e).
Синтаксический разбор снизу вверх начинается со слов в предложении. Опять же разбор ведется слева направо, и сперва применяется правило с наименьшим номером. Итак, сначала первое слово предложения “they” соотносится с антецедентом правила 9, которое после выполнения выдает утверждение, что “they” является местоимением (PRO).
Затем выполняется правило 3 и выдает, что “they” является NP. NP соответствует антецедентам правил 1 и 5, но ни одно из этих правил еще не вызвано, поэтому разбор переходит к “are”. Выполняется правило 11 (несмотря на то, что правило 12 также вызвано, оно не выполняется в соответствии с правилом о последовательности выполнения правил).
Затем выполняются правила 10, 8 и 2 (рис. 3а). На данной стадии дальнейший разбор последовательности NP+AUX+ADJ+NP невозможен, поэтому мы возвращаемся к последнему вызванному, но еще не выполненному правилу, т.е. к правилу 4.
Разбор последовательности NP+AUX+NP так же невозможен, поэтому опять выполняется последнее вызванное невыполненное правило. Сейчас это правило 13, которое выдает, что “flying” является V. Затем выполняются правила 6 и 5 (рис. 3с).
Разбор последователльности NP+AUX+VP невозможен, поэтому выполняется правило 7 и выдает утверждение, что “are flying” является VT. Затем снова выполняются правила 5 и 1, на чем и заканчивается синтаксический разбор (рис. 3d).
Данный пример был приведен с целью сравнения механизмов синтаксического разбора снизу вверх и сверху вниз. Установление строгого порядка разбора слева направо и нумерация правил обусловлены стремлением к применению в наибольшей степени сходного алгоритма, несмотря на то, что результаты разбора оказались различными.
Системы со встроенными правилами. Рассмотрим прямой и обратный цепной анализ на примере выдуманного набора правил о том, как следует провести вечер. Правила расположены в обычном порядке, антецедент располагается слева, а следствие – справа, все вызванные правила выполняются, а разбор ведется параллельно.
1. Хороший фильм по ТВ + Рано утром встреч нет ® Позднее кино
2. Рано утром встреч нет + Нужно поработать ® Работа допоздна
3. Нужно поработать + Необходимы документы ® Работа в офисе
4. Позднее кино ® Не спать допоздна
5. Работа допоздна ® Не спать допоздна
6. Работа допоздна ® Возвращение в офис
7. Работа в офисе ® Возвращение в офис
Например, правило 1 гласит, что если по ТВ идет хорошее кино и у меня завтра рано утром встреч нет, тогда я следую режиму “Позднее кино”.
Рассмотрим сперва пример прямого цепного анализа. Допустим, система получила начальную информацию о том, что завтра рано уторм у меня нет встреч. Активируются правила 1 и 2. Допустим, что далее система получила сообщение о том, что мне нужно поработать.
Активируется правило 3, а правило 2 вызывается и выполняетя, откуда следует вывод, что я нахожусь в режиме “Работа допоздна”, в результате чего вызываются и выполняются правила 5 и 6.
В итоге система заключает, что я должна вернуться в офис и не спать допоздна.
Теперь рассмотрим эту же проблему с применением обратного цепного анализа. Допустим, что система получила исходную информацию о том, что у меня нет завтра утром встреч, но мне нужно еще поработать, а затем ее (систему) спросили, следует ли мне вернуться в офис. Данный запрос активирует правила 6 и 7.
В свою очередь возникнет вопрос “Работа допоздна” или “Работа в офисе”? При этом активируются правила 2 и 3, и возникает вопрос “Рано утром встреч нет”, “Нужно поработать” или “Нужны документы”? Первые два антецедента будут удовлетворены, таким образом правило 2 будет вызвано и выполнено, что повлечет за собой удовлетворение антецедента “Работа допоздна”, вызов и выполнение правила 6, в результате чего система придет к заключению, что мне следует вернуться в офис.
Обратите внимание на то, что при прямом разборе порождается больше следствий, а при обратном – запросов. Т.к. в обоих примерах использовались одни и те же данные, то в ходе анализа выполнялись одни и те же правила, но активировались различные.
Сравнение
Эффективность. Выбор вида анализа (сверху вниз или снизу вверх) зависит от конфигурации дерева, по которому осуществляется поиск.
Если в среднем каждому элементу следует большее количество элементов, нежели предшествует, то анализ сверху вниз (или обратный анализ) будет более эффективным и наоборот. Рассмотрим крайний случай. Допустим, что поисковая область образует дерево с вершиной в начальном состоянии.
Тогда при использовании прямого подхода нам придется осуществлять поиск практически по всему дереву, тогда как при обратном подходе – только в его линейной части.
Сравнение и унификация. В системах с заложенными правилами или системах логического анализа выбор прямого или обратного цепного анализа влияет на степень трудности процесса сравнения.
При прямом цепном анализе системе постоянно предъявляются новые факты, не имеющие свободных переменных.
Таким образом постоянно проводится сравнение антецедентов, вполне вероятно обладающих свободными переменными, с фактами, не обладающими таковыми.
С другой стороны, системам с обратным цепным анализом често задают специальные вопросы. Если правила изложены в логике предикатов, а не логике суждений, тогда производится сравнение вопроса с переменной со следствием с переменными.
Вторичные запросы также могут содержать переменные, поэтому, в общем, системы с обратным цепным анализом должны быть разработаны таким образом, чтобы они могли сравнивать две символьные структуры, каждая из которых может содержать переменные, для чего потребуется создание алгоритма унификации.
Смешанные стратегии
Поиск в двух направлениях. Если не ясно, какой вид поиска – прямой или обратный – является наиболее приемлимым для конкретного приложения, следует осуществлять поиск в двух направлениях. В таком случае, отправными точками становятся начальное и конечное состояние, и поиск осуществляется по направлению к центру.
Вывод по двум направлениям. При данном подходе изначальные данные применяются для активирования правил, котоые перебирают другие антецеденты в обратном порядке.
Вторичные запросы, которые не соответствуют ни следствиям, ни данным, сохраняются в качестве “демонов”, которые могут быть удовлетворены позднее за счет новых или позднее поступивших данных.
Систему можно разработать таким образом, что данные, удовлетворяющие “демонам” (антецеденты активированных правил) не будут активировать дополнительные правила, что “заставит” систему при предстоящем прямом выводе сконцентрироваться на правилах, учитывающих предыдущий контекст.
Разбор с началом в левом углу. Применив вышеописанный метод к парсингу, мы получим так называемый разбор с началом в левом углу.
В терминах примера, приведенного в разделе парсинг, система сначала рассмотрит “they”, найдет правило 9 – единственное правило, которое можно применить к этому слову, затем правило 3, объясняющее PRO, а затем правило 1, как единственное правило, следствие которого начинается с NP. Далее система попытается разобрать сверху вниз “are flying planes” как VP.
Заключение
Обычно в системах искусственного интеллекта применяется один из двух видов анализа. Первый – это анализ снизу вверх или прямой анализ, а второй- сверху вниз или обратный. Различие их определяется тем, в каком направлении ведется поиск (от начала в конец или наоборот) и какой элемент (следствие или антецедент) активирует правила.
Фактор эффективности и легкости внедрения может сыграть решающую роль при выборе вида анализа, который будет применяться в определенном приложении, но следует помнить, что использование смешанных стратегий также возможно.
Источник: http://baza-referat.ru/%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D1%81%D0%BD%D0%B8%D0%B7%D1%83_%D0%B2%D0%B2%D0%B5%D1%80%D1%85_%D0%B8_%D1%81%D0%B2%D0%B5%D1%80%D1%85%D1%83_%D0%B2%D0%BD%D0%B8%D0%B7
Сварка сверху вниз или снизу вверх
Сварка вертикальных, горизонтальных и потолочных швов требует повышенного профессионального мастерства от сварщика.
В отличие от сварки швов в нижнем положении, сварка швов в вертикальном, горизонтальном и потолочном положении имеет свои особенности и трудности.
Одна из таких трудностей — это растекание расплавленного металла из сварочной ванны или попадание расплавленного электродного металла мимо неё.
Чтобы исключить подобные моменты, сварку металлов стараются вести максимально короткой дугой, насколько это возможно. Движение электрода выполняют, чаще всего, с поперечными колебательными движениями.
При сварке в нижнем положении, сила тяжести не способствует растеканию жидкого металла за пределы свариваемых кромок. А при сварке в других пространственных положениях, жидкий металл, под действием силы тяжести, растекается за пределы металлической ванны. И в этом случае металл может удерживаться от растекания лишь силой поверхностного натяжения.
Поэтому, для увеличения силы поверхностного натяжения, нельзя допускать большого объёма сварочной ванны. Чтобы уменьшить объём ванны, необходимо время от времени отводить электрод в сторону от неё, чтобы жидкий металл мог частично закристаллизоваться.
Далее, необходимо уменьшить ширину сварочных валиков. Она не должна превышать трёх диаметров электрода.
Кроме того, при выборе режимов ручной дуговой сварки, силу тока устанавливают на 10-20% ниже того значения, который используется при сварке в нижних положениях.
Электроды для ручной дуговой сварки в наклонных положениях применяют малого диаметра: для сварки вертикальных и горизонтальных швов не более 5мм, а для сварки потолочных швов — не более 4мм.
Сварка вертикальных швов
Сварка вертикальных швов может производиться снизу вверх (на подъём, схема а) на рисунке), или сверху вниз (на спуск, схема б) на рисунке).
Рекомендуется вести сварку снизу вверх, если это возможно и, как можно более короткой электрической дугой.
При сварке снизу вверх, нижележащий металл успевает частично кристаллизоваться и образующийся кратер в виде полочки, препятствует стеканию наплавляемого металла и помогает его удержать.
При способе сварки на подъём, проще обеспечить хороший провар корня шва и сварных кромок, т.к. жидкий металл с них стекает в сварочную ванну и улучшает теплопередачу тепла от дуги к основному металлу. Но, при этом, поверхность сварного шва получается чешуйчатой.
При сварке на спуск хороший провар и высокое качество сварки получить сложнее. Жидкий шлак и расплавленный металл, под действием силы тяжести, подтекают под дугу. От стекания их может удержать сила отталкивания дуги и сила поверхностного натяжения, но часто их оказывается недостаточно и жидкий металл стекает вниз, на ещё не проваренные участки.
При сварке на спуск, электрическую дугу возбуждают при положении электрода, перпендикулярном к свариваемым кромкам. После возбуждения дуги, электрод наклоняют вниз и выполняют сварку максимально возможно короткой дугой (схема в) на рисунке). Рекомендуемый диаметр электродов 4-5мм, сила сварочного тока 150-170А.
Сварка горизонтальных швов
Сварка горизонтальных швов технически более сложная для выполнения, чем сварка вертикальных швов.
Происходит это из-за того, что при сварке стыковых швов, находящихся в горизонтальном положении, расплавленный металл из сварочной ванны перетекает на нижнюю кромку.
В результате, на верхней кромке, после затвердевания металла, могут образоваться дефекты в сварном шве в виде подрезов.
При сварке толстолистового металла, чаще всего, скос делают только на верхней кромке. При этом нижняя кромка выступает в роли полки, удерживающей жидкий металл от стекания. Электрическую дугу возбуждают на нижней кромке и затем перемещают её на верхнюю кромку со скосом и обратно (схема а) на рисунке справа).
Сварка угловых швов в горизонтальном положении (в соединениях внахлёст, см. схему б) на рисунке) , по технике исполнения близка к сварке в нижнем положении и сложностей при такой схеме не возникает. Сварку горизонтальных швов выполняют, обычно, электродами диаметром 4-5мм.
Сварка потолочных швов
Сварка потолочных швов требует от сварщика высокой квалификации т.к. сварка в потолочном положении является наиболее сложной для исполнения. Её рекомендуется выполнять, периодически замыкая электрод на свариваемый металл. В промежутках между замыканиями, жидкий металл успевает частично кристаллизоваться, что позволяет уменьшить объём сварочной ванны.
Хорошие результаты показывает сварка электродами с толстым тугоплавким покрытием.
Во время сварки такими электродами стержень плавится быстрее, чем покрытие и на конце электрода образуется своеобразный “футляр”, в котором расплавленный металл удерживается от стекания.
Данный вид сварки похож на сварку с глубоким проплавлением, о которой говорилось на странице “Высокопроизводительные способы ручной дуговой сварки”.
Для сварки потолочных швов рекомендуются электроды, диаметром не более 4мм и пониженная сила сварочного тока.
Сварку выполняют как можно более короткой дугой для того, чтобы улучшить переход капель расплавленного металла в сварной шов. При удлинении дуги возможно образование подрезов в сварном шве.
Ещё одной трудностью данного способа сварки, помимо растекания металла, является затруднённый вывод шлака и газов из расплавленного металла.
Электрическая сварка предусматривает оказание воздействия электрической дуги на обрабатываемый металл. Она формируется между изделием и используемым электродом из токопроводящего материала.
Слишком высокая температура становится причиной расплавки металла, за счет чего и происходит соединение отдельных деталей. Место соединения принято называть сварным швом.
Для изменения его показателей меняются технические параметры сварки, к примеру, амплитуда и скорость движения. Следует рассматривать особенности вертикальной сварки подробнее.
Источник: https://mytooling.ru/instrumenty/svarka-sverhu-vniz-ili-snizu-vverh
Add comment