ارائه روشی برای حل مشکل داده های گم شده، پرت و نویزی به منظور بهبود عملکرد تعامل انسان و اطلاعات

خطا در جمع آوری داده ها و عدم توجه به داده هایی که در پروسه جمع آوری به هر دلیل دچار نویز شده اند باعث ایجاد اشکال در تحلیل های مبتنی بر داده و به تبع آن، تصمیم سازی های اشتباه می گردد؛ لذا رفع مشکل داده های گم شده و یا نویزی، قبل از انجام مراحل پردازش و تحلیل دارای اهمیت حیاتی در سامانه های تحلیلی است. هدف این مقاله، ارایه روشی به منظور شناسایی داده های نویزی، پرت و داده های گم شده و ارایه راهکاری مناسب برای هموارسازی این داده ها است.

روش پژوهش:

 این پژوهش بر مبنای هدف، از نوع کاربردی است. به منظور تحلیل داده ها از تکنیک های داده کاوی شامل هموارسازی پیاله ای و مدل رگرسیون به منظور شناسایی و جاگذاری داده های پرت و نویزی استفاده شده است.

نتایج آزمایش های انجام شده در محیط واقعی مربوط به داده های شبکه های اجتماعی، نشان دهنده عملکرد مناسب روش پیشنهادی است. همچنین نشان داده شده است که روش پیشنهادی دارای دقت بالاتری در مقایسه با روش های هموارسازی پیاله ای، میانگین و رگرسیون خطی است. به طوری که برای داده های مربوط به بخش توییت، میانگین مربعات خطای به دست آمده برای روش پیشنهادی برابر 0٫04، روش هموارسازی پیاله ای برابر 0٫38، روش رگرسیون خطی برابر 0٫05 و روش جایگزینی با میانگین برابر 0٫06 بوده است.

نتیجه گیری:

روش ارایه شده در این مقاله، می تواند در ابتدا از طریق یک سوم و دوسوم نرمال، داده های پرت را شناسایی کند و سپس با مدل رگرسیون خطی به جایگزینی داده های پرت بپردازد که در نتیجه سبب بهبود عملکرد استفاده و پردازش اطلاعات و بهبود تعامل انسان و اطلاعات خواهد شد.