Cómo utilizar grupos bandada de aves en el análisis predictivo

Imagínese el comportamiento de las aves que acuden como modelo para el análisis de datos predictivos de su empresa. Cada elemento de datos corresponde a un solo pájaro en el flock- una aplicación visual apropiado puede mostrar el rebaño en la acción en un espacio imaginario visual.

Video: INCREIBLE GRUPO DE PAJAROS EN UN ARBOL HACEN UNA MARAVILLA

Su conjunto de datos corresponde al rebaño. El comportamiento que acuden naturales corresponde a los patrones de datos que de otro modo podrían pasar por descubrir. El objetivo es detectar enjambres de datos (clusters) entre las aves que acuden (elementos de datos).

Flocado comportamiento se ha utilizado en aplicaciones de la vida real, tales como operaciones de rescate basado en la robótica y la animación por ordenador. Por ejemplo, el productor de la película Batman vuelve comportamiento que acuden matemática generada para simular un enjambre de murciélagos y bandadas de pingüinos.

El uso de flocado comportamiento como una técnica de análisis predictivo - análisis de datos de una empresa como bandadas de elementos de datos similares - se basa en la dinámica detrás acuden comportamiento tal como aparece en la naturaleza.

Flocado comportamiento de las aves, peces, moscas, abejas, hormigas y es un auto-organización sistema- los individuos tienden a moverse de acuerdo tanto con su entorno y las personas vecinas.

En una bandada de pájaros, cada ave se aplica tres reglas principales, mientras que acuden:

• Separación mantiene un pájaro, aparte de sus compañeros de rebaño más cercanas.

• Alineación permite que un pájaro se mueva a lo largo de la misma partida media como la de sus compañeros de rebaño.

• Cohesión mantiene el ave en el rebaño local.

Cada pájaro en un rebaño se mueve de acuerdo a estas normas. de pájaro compañeros de rebaño Son aves que se encuentran a cierta distancia del ave, y una cierta distancia unos de otros. Para evitar la colisión entre las aves, una distancia mínima debe ser cuidada, sino que también puede ser definido matemáticamente. Tales son las reglas que orquestan flocado comportamiento: utilizarlos para analizar datos es un siguiente paso natural.

Considere un conjunto de datos de usuarios de redes sociales en línea. agrupamiento de datos puede identificar comunidades sociales que comparten los mismos intereses. La identificación de las comunidades sociales en una red social es valiosa herramienta que puede transformar la manera en organizaciones piensan, actúan, operar y gestionar sus estrategias de marketing.

¿Cómo se obtiene un conjunto de datos de usuarios de redes sociales? Bueno, algunos de los datos y las herramientas ya están disponibles: Las principales redes sociales y sitios web de microblog como Facebook y Twitter proporcionan una interfaz de programación de aplicaciones (API) que le permite desarrollar programas que se pueden obtener datos públicas publicadas por los usuarios.

Esas API que ofrece Twitter se conocen como Twitter Streaming API. Vienen en tres tipos principales: público, el usuario, y las corrientes de sitio:

corrientes públicas permitir a un usuario para recoger tweets públicos sobre un tema o usuario específico, o apoyar una finalidad analítica.

Ahora, supongamos que utiliza un programa para descargar los datos de los usuarios y organizarla en un formato tabular, como la matriz que se muestra. Muestra una matriz simple que registra las interacciones en línea de amigos en línea de Zach más de dos semanas diferentes. Este conjunto de datos consta de siete elementos y siete características. Las características como se muestra en la columna de la tabla son el número de interacciones entre cada miembro y los otros miembros.

Hay muchas maneras de aplicar el comportamiento de aves que acuden para descubrir las agrupaciones en grandes conjuntos de datos. Una de las variaciones más recientes está el rebaño por el líder de la agrupación algoritmo de aprendizaje de máquina, inspirado por el descubrimiento de los líderes de aves en las especies de paloma. El algoritmo predice elementos de datos que potencialmente podrían conducir a otro grupo de objetos de datos.

Un líder es asignado, y luego los iniciados líder y conduce el comportamiento flocado. En el transcurso del algoritmo, los líderes pueden llegar a ser seguidores o valores atípicos. En esencia, este algoritmo funciona de una manera que sigue las reglas de la “supervivencia del más apto”.

Video: Extrañas figuras de una bandada de pájaros espectaculo increible en el cielo de Oviedo

La multitud por el algoritmo Líder fue introducido por primera vez por Abdelghani Bellaachia y Anasse Bari, en el “rebaño Líder: A Novel Machine Learning biológico inspirado algoritmo de clústeres”, publicado como un capítulo en el procedimiento de los avances en la conferencia de 2012 Swarm Intelligence.

A continuación se muestra una posible manera de representar los datos generados por los intercambios sociales en línea más de dos semanas. Esto demuestra que Zach interactuó 56 veces con Kellie y cinco veces con Arthur.

Aquí hay un ejemplo que describe cómo aplicar el algoritmo de aves que acuden a analizar los datos de la red social. Como se muestra, cada miembro está representado por un pájaro en el espacio virtual. Darse cuenta de

• Las aves se dispersan inicialmente al azar en el espacio virtual.

• Cada ave tiene una velocidad y una posición asociada a ella.

• Velocidad y posición se calculan para cada ave, usando tres vectores: separación, atracción, y de alineación.

• Cada ave se mueve de acuerdo a los tres vectores, y este movimiento produce el comportamiento flocado visto en la naturaleza.

  

Aquí los datos de interacción se analizó semanalmente para encontrar usuarios de redes sociales similares. Cada semana los pájaros puede ser visualizado en una cuadrícula sencilla. Las posiciones de estas aves reflejan las interacciones de los individuos reales en el mundo real.