- •Введение
- •1. Сайты видеохостингов
- •1.1 Анализ предметной области
- •1.2 Анализ информационных ресурсов
- •2. Построение модели
- •2.1 Выбор критериев оценки
- •2.2 Выбор коэффициентов
- •2.3 Выбор количественных значений
- •2.4 Составление листа оценочной экспертизы
- •Лист экспертной оценки полезности использования информационного ресурса
- •3. Программная реализация модели
- •3.1 Разработка приложения
- •3.2 Тестирование приложения
- •Список используемых источников
- •Приложение а
- •Приложение б
- •Лист экспертной оценки полезности использования информационного ресурса
- •Лист экспертной оценки полезности использования информационного ресурса
- •Лист экспертной оценки полезности использования информационного ресурса
- •Лист экспертной оценки полезности использования информационного ресурса
- •Лист экспертной оценки полезности использования информационного ресурса
- •Лист экспертной оценки полезности использования информационного ресурса
- •Лист экспертной оценки полезности использования информационного ресурса
- •Лист экспертной оценки полезности использования информационного ресурса
- •Приложение в
2.2 Выбор коэффициентов
После рассмотрения совокупности позитивных и негативных признаков для каждого из них были установлены шкалы градации, которые позволяют установить степень влияния на полезность видеоресурса.
Для первого класса:
Простота доступа (Рп) имеет 3 градации (qп = 3);
Широта предоставляемого контента (Рш) имеет 3 градации (qш = 3);
Количество контента (Рк) имеет 3 градации (qк = 3);
Актуальность контента (Ра) имеет 2 градации (qа = 2);
Кроссплатформенность (Ркп) имеет 3 градации (qкп = 3);
Авторитетность источников (Рав) имеет 3 градации (qав = 3);
Качество дизайна (Ркд) имеет 3 градации (qкд = 3).
Для второго класса:
Наличие лишней информации (Рл) имеет 2 градации (qл = 2);
Сложность использования (Рс) имеет 3 градации (qс = 3);
Цензура (Рц) имеет 2 градации (qц = 2).
После определения шкалы градаций для каждого признака были определены количественные значения каждого уровня
2.3 Выбор количественных значений
Очевидно, что некоторые признаки для оценки полезности важнее, чем другие. В связи с этим были определены коэффициенты весомости каждого признака.
Для первого класса:
Простота доступа (Pп), kп = 2.
Широта предоставляемого контента (Pш), kш = 3.
Количество контента (Pк), kк = 5.
Актуальность контента (Pа), kа = 4.
Кроссплатформенность (Pка), kкп = 2.
Авторитетность источников (Pав), kав = 3.
Качество дизайна (Pкд), kкд = 2.
Для второго класса:
Наличие лишней информации (Pл), kл = 4.
Сложность использования (Pс), kс = 4.
Цензура (Pц), kц = 3.
По формулам (1) и (2) для позитивных и негативных признаков были рассчитаны коэффициенты нормирования:
𝑁+ = (1)
𝑁− = (2)
N+ = 100 / 21 = 4.76.
N- = 100 / 11 = 9.09.
По формулам (3) и (4) внутри каждого признака были рассчитаны ранги каждого признака. Сумма рангов каждого класса приравнивается к 100. В тех случаях, где данное равенство не соблюдалось, производилась корректировка значения наибольшего из рангов.
ri+ = entier { ki+ * N+ } (3)
rj- = entier { kj- * N- } (4)
Ранги признаков первого класса:
Простота доступа (Pп), rп = entier{ 2 * 4.76 } = 10.
Широта предоставляемого контента (Pш), rш = entier{ 3 * 4.76 } = 14.
Количество контента (Pк), rк = entier{ 5 * 4.76 } = 24 – 1 = 23.
Актуальность контента (Pа), rа = entier{ 4 * 4.76 } = 19.
Кроссплатформенность (Pка), rкп = entier{ 2 * 4.76 } = 10.
Авторитетность источников (Pав), rав = entier{ 3 * 4.76 } = 14.
Качество дизайна (Pкд), rкд = entier{ 2 * 4.76 } = 10.
Ранги признаков второго класса:
Наличие лишней информации (Pл), rл = entier{ 4 * 9.09 } = 36 + 1 = 37.
Сложность использования (Pс), rс = entier{ 4 * 9.09 } = 36.
Цензура (Pц), rц = entier{ 3 * 9.09 } = 27.
На следующем этапе для позитивных и негативных признаков были рассчитаны шаги градаций. При расчете использовались формулы (5) и (6)
hi = entier { ri+ / (qi+ – 1) } (5)
hj = entier { rj- / (qj- – 1) } (6)
Для позитивных признаков:
Простота доступа (Pп), hп = entier{ 10 / 2 } = 5.
Широта предоставляемого контента (Pш), hш = entier { 14 / 2 } = 7.
Количество контента (Pк), hк = entier { 23 / 2 } = 12.
Актуальность контента (Pа), hа = entier { 19 / 1 } = 19.
Кроссплатформенность (Pка), hкп = entier { 10 / 2 } = 5.
Авторитетность источников (Pав), hав = entier { 14 / 2 } =7.
Качество дизайна (Pкд), hкд = entier { 10 / 2 } = 5.
Для негативных признаков:
Наличие лишней информации (Pл), hл = entier{ 37 / 1 } = 37.
Сложность использования (Pс), hс = entier{ 36 / 2 } = 18.
Цензура (Pц), hц = entier{ 27 / 1 } = 27.
По формулам (7) и (8) для каждого класса признаков были рассчитаны значения уровней градации
𝑃𝑖+ = (7)
𝑃𝑖+ = (8)
Для первого класса:
Простота доступа (Pп), 5 * i = {0, 5, 10}.
Широта предоставляемого контента (Pш), 7 * i = {0, 7, 14}.
Количество контента (Pк), 12 * i = {0, 12, 23}.
Актуальность контента (Pа), 19 * i = {0, 19}.
Кроссплатформенность (Pка), 5 * i = {0, 5, 10}.
Авторитетность источников (Pав), 7 * i = {0, 7, 14}.
Качество дизайна (Pкд), 5 * i = {0, 5, 10}.
Для второго класса:
Наличие лишней информации (Pл), 37 * i = {0, 37}.
Сложность использования (Pс), 18 * i = {0, 18, 36}.
Цензура (Pц), 27 * i = {0, 27}.