Метод прогнозирования развития ситуаций на основе обнаружения событий в потоке текстовых документов ©А МАндреев Bauman Moscow State Technical University
Moscow
©Д ВБерезкин Bauman Moscow State Technical University
Moscow
©И АКозлов Bauman Moscow State Technical University
Moscow
©Ark Bauman Moscow State Technical University
Moscow
Andreev©Dmitry Bauman Moscow State Technical University
Moscow
IlyaKozlov kozlovilya89@gmail.com Bauman Moscow State Technical University
Moscow
Метод прогнозирования развития ситуаций на основе обнаружения событий в потоке текстовых документов 8AAAF16175EE3002D0947BCADF8B8789 GROBID - A machine learning software for extracting information from scholarly documents situational analysis forecasting scenario analysis decision support system analogy text stream analysis

Аннотация. Рассмотрен метод автоматизированного прогнозирования развития ситуаций на основе обнаружения событий в потоке текстовых документов. Описаны существующие подходы к анализу ситуаций, выявлены их преимущества и недостатки с точки зрения специфики решаемой задачи. Предложен метод формирования сценариев развития ситуаций на основе принципа исторической аналогии, учитывающий динамику развития ситуаций. Этот метод позволяет оценивать вероятность реализации сформированных сценариев с помощью логистической регрессии. Представлен метод выделения оптимистического и пессимистического сценариев на основе метода анализа иерархий. Описан способ снабжения сценариев предложениями для лиц, принимающих решения. Представлены результаты экспериментальной оценки качества разработанного метода.

Ключевые слова: ситуационный анализ, прогнозирование, сценарный анализ, система поддержки принятия решений, аналогия, анализ текстового потока.
Введение

В настоящий момент большое количество данных, обрабатываемых современными информационными системами (ИС), имеет форму информационных потоков: новые информационные сообщения постоянно поступают из источников и должны обрабатываться ИС с минимальной задержкой. Как правило, информация в потоке представлена в неструктурированном виде, в частности, в форме текста. Так, форму текстовых потоков имеют сообщения пользователей в социальных сетях, новости СМИ, официальные заявления органов власти.

Динамический характер текстовых потоков делает их важным средством информационной поддержки для людей, которым требуется принимать управленческие решения в режиме реального времени в условиях меняющейся обстановки. Задачи своевременного обнаружения проблемной ситуации, отслеживания её развития и оперативного принятия решений по управлению развитием ситуации возникают в различных сферах -политической, социальной, военной, экономической. Для учета динамики можно использовать описание эталонной ситуации в виде графа или автомата [3,9,11,15,18] , где 𝑙𝑒𝑛(𝑠𝑡(𝑠 𝑒 , 𝑠 𝑐 )) -количество событий в начальной части 𝑠𝑡(𝑠 𝑒 , 𝑠 𝑐 ) эталонной ситуации 𝑠 𝑒 , а 𝜃 𝑑𝑒𝑙 , 𝜃 𝑎𝑑𝑑 , 𝜃 𝑟𝑒𝑝 и 𝜃 𝑡𝑟𝑒𝑝 -коэффициенты, определяющие вклад операций различных типов в значение расстояния.

Труды
Определение вероятности аналогичности ситуаций

На основе расстояния 𝜌(𝑠 𝑒 , 𝑠 𝑐 ) необходимо определить, является ли текущая ситуация аналогом эталонной и какова вероятность того, что текущая ситуация будет развиваться по сценарию, определяемому эталонной ситуацией. С этой целью было принято решение рассмотреть сравнение цепочек как задачу логистической регрессии. Для этого введем переменную 𝑦, принимающую одно из двух возможных значений:

𝑦 = {

1, еслицепочкинеявляютсяаналогами, 0, еслицепочкиявляютсяаналогами. Предположим, что вероятность наступления события 𝑦 = 0 (т. е. вероятность того, что текущая ситуация является аналогом эталонной) задана функцией:

P(𝑦 = 0|𝑠 𝑒 , 𝑠 𝑐 ) = 1 − 1 1 + exp (− 𝜃 𝑇 𝑊 𝑙𝑒𝑛(𝑠𝑡(𝑠 𝑒 , 𝑠 𝑐 ))

)

.

Значения параметров 𝜃 подбираем методом максимального правдоподобия на основе обучающей выборки, состоящей из множества пар аналогичных и неаналогичных ситуаций.

Логистическая регрессия позволяет также выполнить бинарную классификацию пар ситуаций: цепочки 𝑠 𝑒 и 𝑠 𝑐 считаются потенциальными аналогами при P(𝑦 = 0|𝑠 𝑒 , 𝑠 𝑐 ) > 0.5.

Формирование сценария
, пути в котором отражают различные варианты развития ситуации. Все эти подходы позволяют применять лишь принцип строгой аналогии: анализируемая текущая ситуация должна точно соответствовать некоторому пути в графе, построенном экспертом. Однако цепочка событий, автоматически построенная при анализе текстового потока, не всегда точно соответствует эталону -в ней могут содержаться дополнительные события или, напротив, отсутствовать какие-либо события из графа. Подход на основе нестрогой аналогии предложен в [8]. Ситуации представляются цепочками событий, близость между ними определяется с помощью модифицированного расстояния Левенштейна. Но этот подход требует выделения для каждого события объекта и субъекта, что не может быть сделано автоматически для произвольных текстовых сообщений. Кроме того, результат определения аналогов текущей ситуации в названной работе используется лишь для отнесения этой ситуации к одному из заданных классов.
5Экспериментальная проверка методаНа основе предложенного метода разработана система автоматизированного мониторинга и прогнозирования развития ситуаций. Обучение системы выполняется экспертами на основе эталонных событий и ситуаций. Обученная система автоматически обрабатывает текстовый поток, обнаруживает события и формирует ситуации, а также определяет вероятные сценарии их дальнейшего Эксперименты показали, что при использовании для обучения 1300 пар документов и событий достигается значение точности 85,2%, полноты -76% и F-меры -79,8%.Для анализа качества работы подсистемы формирования сценариев был проведен эксперимент с целью определения зависимости точности, полноты и F-меры выявления аналогичных ситуаций от мощности обучающей выборки. Полученные зависимости приведены на Рис. 4. В результате проведения эксперимента оказалось, что для обучения системы достаточно 90 пар ситуаций. При таком количестве обучающих примеров достигается значение F-меры около 0.8, с дальнейшим увеличением обучающей выборки качество работы метода не улучшается.
Рисунок 4Зависимость точности (тонкая сплошная линия), полноты (пунктирная линия) и F-меры (жирная линия) от мощности обучающей выборки 6 Направления дальнейших исследований Предложенный метод прогнозирования развития ситуаций предоставляет пользователю сценарии дальнейшего развития ситуации и рекомендации по действиям, необходимым для их реализации, но не позволяет осуществлять управление развитием ситуации по оптимальному сценарию. Пользователю требуется определять, соответствует ли развитие ситуации сформированному ранее сценарию, и получать рекомендации в случае необходимости корректировки намеченного плана мероприятий. В связи с этим дальнейшим направлением развития метода является разработка более сложных сетевых моделей эталонных ситуаций, способных отражать различные варианты возможного развития текущей ситуации в зависимости от действий ЛПР на каждом этапе управления ситуацией.
XIX Международной конференции «Аналитика и управление данными в областях с интенсивным использованием данных» (DAMDID/ RCDL'2017), Москва, Россия, 10-13 октября 2017 годаАнализтекстовогопотокапозволяеттечением времени необходимо формироватьосуществлятьмониторингинтересующихситуации -цепочки взаимосвязанных событий,пользователейтем,т. е.обнаруживатьотражающие развитие тех или иных процессов. Длявозникновение важных событий, относящихся к темэтого из множества обнаруженных событийилиинымявлениямилиобъектам[5].выделяют пары взаимосвязанных событий 𝑝 𝑖𝑗 =Обнаруживаемые события отражают развитие различных ситуаций с течением времени. Однако для принятия наилучших решений необходимо также определять возможные варианты дальнейшего развития этих ситуаций -это позволяет на основе полученного прогноза предпринимать определенные шаги, направленные на изменение ситуации в нужную сторону. В статье предложено решение задачи автоматизированного прогнозирования развития ситуаций на основе анализа потока текстовых сообщений.(𝜀 𝑖 , 𝜀 𝑗 ), потенциально принадлежащих одной ситуации. На основе формирования таких пар выполняется построение ситуационного графа 𝐺 = (𝐸, 𝑃). В этом графе узлы 𝐸 = {𝜀 𝑖 } соответствуют событиям, а ребра 𝑃 = {𝑝 𝑖𝑗 } -выделенным парам (каждое ребро является ориентированным и направлено к более позднему событию пары). Любой путь в этом графе является потенциальной ситуацией 𝑠 = (𝜀 𝑠 1 , 𝜀 𝑠 2 , … , 𝜀 𝑠 𝑛 ). На Рис. 1 представлен пример ситуации, представляющей собой последовательность из четырех взаимосвязанных событий.2 Постановка задачи2.2 Особенности решаемой задачи2.1 Функционирование системы мониторингаПрогнозирование заключается в построенииразвития ситуацийвозможных сценариев развития ситуации. КаждыйВ [5] предложено решение задачи мониторинга тем на основе обнаружения событий, релевантных заданным темам, в потоке текстовых документов. Под событием понимается некоторое изменение, произошедшее в реальном мире и отраженное в текстовом потоке. Обнаружение событий рассматривается как задача кластеризации, заключающаяся в разбиении текстового потока на группы документов, описывающих различныесценарий представляет собой потенциальное продолжение текущей ситуации, т. е. цепочку событий, которые могут наступить в будущем. Для эффективного использования результатов прогнозирования из множества сформированных сценариев необходимо выделить три варианта, представляющих наибольший интерес для лиц, принимающих решения (ЛПР), -пессимистический, оптимистический и наиболее вероятный. На основе результатов прогнозирования должны приниматьсясобытия. Для этого каждый документ представляетсярешения по управлению ситуацией. Поэтому помимомногокомпонентной моделью, компоненты которойсформированных сценариев пользователю должныописывают содержание, структуру и метаданные документа: 𝑑 𝑖 = (𝑑 𝑖 𝑤 , 𝑑 𝑖 𝑡𝑤 , 𝑑 𝑖 𝑐 , 𝑑 𝑖 𝑝 , 𝑑 𝑖 𝑛 , 𝑑 𝑖 𝑑𝑡 , 𝑑 𝑖 𝑒 , 𝑑 𝑖 𝑡 ). 𝑔 , 𝑑 𝑖 В частности, текстовое содержание документа представлено вектором 𝑑 𝑖 𝑤 = (𝑤 𝑖 1 , 𝑤 𝑖 каждый элемент которого 𝑤 𝑖 𝑘 отражает значимость k-2 , … , 𝑤 𝑖 𝑁 𝑤 ),предлагаться предложения по действиям, которые необходимо предпринять для способствования развитию ситуации по наиболее благоприятному сценарию.го терма в контексте документа и рассчитывается спомощью метода TF-IDF. Каждое событие такжеописано многокритериальной моделью, компонентыкоторой формируются на основе документов,относящихся (𝜀 𝑗 𝑤 , 𝜀 𝑗 𝑡𝑤 , 𝜀 𝑗 𝑐 , 𝜀 𝑗 𝑝 , 𝜀 𝑗 𝑛 , 𝜀 𝑗 𝑑𝑡 , 𝜀 𝑗 к 𝑒 , 𝜀 𝑗 𝑔 , 𝜀 𝑗 𝑡 ). событию: Объединение 𝜀 𝑗 =документов в группы выполняется с помощьюалгоритма инкрементальной кластеризации, в основекоторого лежит покомпонентное сопоставлениекаждого документа с ранее обнаруженнымисобытиями. Более подробно модели документа исобытия, а также метод обнаружения событийописаны в [5].Метод позволяет работать с документами напроизвольном языке при наличии подготовленныхэкспертами тематических запросов, а также словарейименперсон,названийорганизацийигеографических наименований на соответствующемязыке. Для повышения качества обнаружениясобытий могут быть использованы наработкиавтороввобластиморфологического [6],синтаксического [4] и семантического [7] анализатекстов. Для отслеживания изменения обстановки с
3 Обзор существующих подходов к анализу ситуацийМногие работы используют принцип аналогии -прогнозирование дальнейшего развития ситуации иформирование предложений по управляющимдействиям основано на поиске аналогичныхситуаций, имевших место в прошлом. В работах,базирующихся на принципе аналогии, используютсяразличные подходы к представлению ситуаций.В [10] ситуация представляется фрагментомсемантической сети, содержащим объекты и ихотношения в рамках ситуации. Получить такоепредставление автоматически возможно лишь дляопределенных предметных областей, поэтому такойподход нельзя использовать для прогнозированияразвития произвольных ситуаций.Внекоторыхработах,посвященныхВ ряде работ предложено описание ситуаций вситуационному анализу, ситуации описываютсявиденабораили векторапараметровссовокупностямиопределенныхчисловыхопределенными значениями [1, 12]. Для сравненияпоказателей [13]. Для прогнозирования в этом случаеситуацийсцельюопределенияаналогиимогут использоваться методы анализа временныхиспользуются евклидово расстояние, манхэттенскаярядов и методы регрессионного анализа. Такиеметрика, расстояние Чебышева, мера Хэмминга, косинусная мера и другие меры близости. Недостаток данных подходов заключается в статическом описании ситуаций -при определении близости между ситуациями не учитывается сходство динамики их развития.подходы не могут быть использованы для анализа развития ситуаций на основе текстового потока, поскольку требуемый результат прогнозирования имеет качественный, а не количественный характер. В ряде работ предложены подходы к формированию сценариев на основе когнитивных карт и знаковых орграфов [14, 16]. В них ситуацияпредставляетсякакграф,узлыкоторогосоответствуют факторам ситуации, а ребра отражаютвлияние факторов друг на друга. Прогнозированиезаключается в оценке будущих значений факторовпутем моделирования изменения ситуации с учетомразличных управляющих воздействий. Построениеописания ситуации в виде когнитивной картывыполняется экспертом, поэтому такие подходынеприменимы для автоматического формированиясценариев развития ситуаций.
4 Предлагаемый метод прогнозирования развития ситуаций𝛾 𝑎𝑛 (𝜀 𝑖 , 𝜀 𝑗 ) = 𝜆 𝑤 𝛾 𝑖,𝑗 𝑤 + 𝜆 𝑡𝑤 𝛾 𝑖,𝑗 𝑡𝑤 + 𝜆 𝑡 𝛾 𝑖,𝑗 𝑡 .задачи, для которой используется система обоих классов, подготовленный экспертами.учитываются их названия, текстовые описания имониторинга. Так, для анализа ситуации, связанной с тестированием беспилотных такси (рис. 1), использовалась база эталонных ситуаций, Описанный способ обнаружения аналогов позволяет находить для текущих событий схожие события, происходившие в прошлом. Так, длятематический состав. Текстовое описание события 𝜀 𝑖 задается вектором 𝜀 𝑖 𝑤 = (𝑤 𝑖 1 , 𝑤 𝑖 𝑁 𝑤 ), где 𝑁 𝑤 -2 , … , 𝑤 𝑖 количество различных слов, встречающихся вотражающих развитие различных технологий в прошлом. Поскольку текущие ситуации представляют собой пути в ситуационном графе, процесс прогнозирования состоит из следующих этапов: 1. При появлении в ситуационном графе нового события 𝜀 𝑐 (либо при изменении существующего события) осуществляется поиск аналогичных ему событий, принадлежащих эталонным ситуациям. 2. При нахождении эталонного события 𝜀 𝑒 ∈ 𝑠 𝑒 , аналогичного событию 𝜀 𝑐 , выполняется события «Власти вынудили Uber свернуть онлайн-вызов такси с автопилотом в Сан-Франциско» (Рис. 1) такими аналогами являются другие случаи запрета использования тех или иных технологий органами власти по соображениям безопасности, в частности, событие «США официально запретили продажу Samsung Galaxy Note 7». После обнаружения события-аналога выполняется попытка выделения в ситуационном графе цепочки, аналогичной соответствующей эталонной ситуации (в данном случае -ситуации, касающейся проблем Samsung, связанных со смартфоном Galaxy Note 7).описаниях событий, 𝑤 𝑖 𝑙 -вес -го слова в описании 𝑖-го события, который находится методом TF-IDF. Для того чтобы наиболее важную роль при определении аналогичности играли термы, характерные для конкретного события, а не ситуации в целом, было решено умножать вес каждого терма 𝑤 𝑖 𝑙 в 𝜀 𝑖 𝑤 на коэффициент 𝑘 𝑖 𝑙 , отражающий соотношение значимости терма для события и для ситуации 𝑠, к которой относится это событие: 𝑘 𝑖 𝑙 = 𝑤 𝑖 𝑙 𝑙𝑒𝑛(𝑠) ∑ 𝑤 𝑗 𝑙 𝜀 𝑗 𝜖𝑠 ⁄ , где 𝑙𝑒𝑛(𝑠)-количество событий в ситуации 𝑠:попытка выделить в графе цепочку событий 4.2 Определение близости между ситуациями 𝑠 𝑐 (текущую ситуацию), которая содержит На формируемую текущую ситуацию событие 𝜀 𝑐 и имеет максимальное сходство с начальной частью 𝑠𝑡(𝑠 𝑒 , 𝑠 𝑐 ) накладывается следующее ограничение: события, аналогичные событиям из эталонной цепочки, последовательности 𝑠 𝑒 . Если 𝑠 𝑐 является аналогом 𝑠 𝑒 , то заключительная часть эталонной ситуации 𝑓𝑖𝑛(𝑠 𝑒 , 𝑠 𝑐 ) признается возможным сценарием развития текущей ситуации. 3. Сценарии, сформированные для текущей ситуации, ранжируются по приоритетности. Наиболее приоритетный сценарий считается оптимистическим, наименее приоритетный -пессимистическим. должны следовать друг за другом в том же порядке, что и соответствующие события в эталонной ситуации. Это связано с тем, что последовательность событий в эталонной цепочке отражает их причинно-следственную связь и логику развития ситуации. Если в текущей и эталонной последовательностях события располагаются в разном порядке, значит, логика их развития различна, и они не могут быть признаны аналогами. Таким образом, при определении близости между 4. Формируются предложения по действиям, ситуациями необходимо учитывать, что цепочки которые необходимо предпринять для способствования развитию текущей ситуации по благоприятным сценариям. содержат ряд попарно аналогичных событий, располагающихся в цепочках в одинаковом порядке𝜀 𝑖 𝑤 ′ = (𝑤 𝑖 1 𝑘 𝑖 1 , 𝑤 𝑖 2 𝑘 𝑖 2 , … , 𝑤 𝑖 𝑁 𝑤 𝑘 𝑖 𝑁 𝑤 ). Расстояние между событиями с точки зрения текста рассчитывается на основе косинусной меры: 𝛾 𝑖,𝑗 𝑤 = 1 − 𝑠𝑖𝑚 cos (𝜀 𝑖 𝑤 ′ , 𝜀 𝑗 𝑤 ′). Представление слов названия события 𝜀 𝑖 𝑡𝑤 ′ и расчёт расстояния между событиями с точки зрения названий 𝛾 𝑖,𝑗 𝑡𝑤 выполняется аналогично. Тематический состав события характеризует вектор 𝜀 𝑖 𝑡 = (𝑡 𝑖 1 , 𝑡 𝑖 2 , … , 𝑡 𝑖 𝑁 𝑡 ), где 𝑁 𝑡 -количество анализируемых тем, а 𝑡 𝑖 𝑙 -значение, отражающее релевантность -го события 𝑙-ой теме. Темы задаются экспертами в виде формализованных поисковых запросов, а значения 𝑡 𝑖 𝑙 рассчитываются на основе модифицированного метода Okapi BM25 с помощью поисковой машины Sphinx [2]. Расстояние между событиями с точки зрения тематического состава 𝛾 𝑖,𝑗 𝑡(на Рис. 2 они выделены серым цветом, пунктирной 4.1 Обнаружение аналогичных событий Событие представляет собой некоторое линией соединены события-аналоги). Кроме того, каждая из ситуаций может содержать события,также определяется на основе косинусной меры близости векторов: 𝛾 𝑖,𝑗 𝑡 = 1 − 𝑠𝑖𝑚 cos (𝜀 𝑖 𝑡 ). 𝑡 , 𝜀 𝑖 Расстояние между событиями с точки зренияизменение ситуации в реальном мире. Однако аналоги которых отсутствуют в другой цепочке. Нааналогичности может быть представлено кактекстовое описание события характеризует не только Рис. 2 эталонные события, аналоги которыхвзвешенная сумма расстояний по различнымсамо изменение, но и его контекст, т. е. содержит отсутствуют в текущей ситуации, выделеныкритериям:информацию о ситуации в целом. Например, в вертикальной штриховкой, «лишние» событиясообщении о завершении тушения пожара текущей ситуации -горизонтальной. ТакжеЕсли расстояние 𝛾 При определении аналогичности событий произошедшие в рамках соответствующих ситуаций. описывают полностью идентичные изменения, значения, причем 𝛾 𝑎𝑛 (𝜀 𝑖 , 𝜀 𝑗 ) = 0, если события 𝜀 𝑖 и 𝜀 𝑗 Функция 𝛾 𝑎𝑛 (𝜀 𝑖 , 𝜀 𝑗 ) принимает неотрицательные содержится некоторая общая информация о чрезвычайной ситуации -место и время возникновения пожара, причина и условия протекания. Аналогичными будем считать события, соответствующие схожим изменениям ситуаций без учета контекста. Для определения аналогичности события 𝜀 𝑖 , принадлежащего ситуационному графу, и события 𝜀 𝑠 𝑒 определим расстояние 𝛾 𝑎𝑛 (𝜀 𝑖 , 𝜀 𝑠 𝑒 𝑗 ) между ними. 𝑗 , принадлежащего эталонной ситуации 𝑠 𝑒 , необходимо помнить о том, что при сравнении учитывается лишь начальная часть эталонной ситуации 𝑠𝑡(𝑠 𝑒 , 𝑠 𝑐 ) -от её первого события (𝜀 𝑠 𝑒 1 на рис. 2) до последнего события, имеющего аналог в текущей ситуации (𝜀 𝑠 𝑒 6 на рис. 2). События, составляющие заключительную часть эталонной ситуации 𝑓𝑖𝑛(𝑠 𝑒 , 𝑠 𝑐 ), не влияют на значение близости.Обнаружение для текущей последовательности 𝑠 𝑐 цепочки-аналога 𝑠 𝑒 позволяет не только определить вероятный итог развития ситуации (как предлагается в [8]), но и объяснить, какие события могут привести к этому итогу. Такой прогноз можно получить, если обнаружено сходство всей текущей последовательности с начальной частью 𝑠𝑡(𝑠 𝑒 , 𝑠 𝑐 ) цепочки-аналога. В этом случае можно аналогичные тем, которые заключительную часть цепочки-аналога 𝑓𝑖𝑛(𝑠 𝑒 , 𝑠 𝑐 ). Таким образом, эту заключительную часть можно рассматривать как возможный сценарий дальнейшего развития текущей ситуации. возможность нахождения расстояния 𝛾 𝑎𝑛 (𝜀 𝑖 , 𝜀 𝑗 ) как взвешенной суммы значений 𝛾 𝑖,𝑗 𝑤 , 𝛾 𝑖,𝑗 𝑡𝑤 и 𝛾 𝑖,𝑗 𝑡 , необходимо использовать SVM с линейным ядром. Для обучения машины используется набор векторов машина опорных векторов (SVM). Чтобы обеспечить Для решения задачи может быть использована плоскости. классов, исходя из его расположения относительно составляют Анализируемый вектор 𝛾 𝑖,𝑗 относится к одному из предположить, что в будущем наступят события, 𝜆 𝑤 𝛾 𝑖,𝑗 𝑤 + 𝜆 𝑡𝑤 𝛾 𝑖,𝑗 𝑡𝑤 + 𝜆 𝑡 𝛾 𝑖,𝑗 𝑡 − 𝑇ℎ 𝑎𝑛 = 0. Нахождение значений коэффициентов 𝜆 𝑤 , 𝜆 𝑡𝑤 , 𝜆 𝑡 и порогового значения 𝑇ℎ 𝑎𝑛 может быть выполнено путем решения задачи линейной бинарной классификации, состоящей в отнесении векторов 𝛾 𝑖,𝑗 = (𝛾 𝑖,𝑗 𝑤 , 𝛾 𝑖,𝑗 𝑡𝑤 , 𝛾 𝑖,𝑗 𝑡 ) к одному из двух классов: один означает аналогичность сравниваемых событий, а второй -её отсутствие. Решение задачи заключается в построении разделяющей плоскости:
Для выполнения сопоставления необходимо наличие базы ситуаций-эталонов 𝑆 𝑒 = {𝑠 𝑒 𝑖 }. Такие эталоны отбираются экспертами в зависимости от Рисунок 1 Пример выявления событий и формирования ситуации 𝑎𝑛 (𝜀 𝑖 , 𝜀 𝑠 𝑒 𝑗 ) меньше порогового значения 𝑇ℎ 𝑎𝑛 , делается вывод о том, что текущее событие 𝜀 𝑖 аналогично эталону 𝜀 𝑠 𝑒 𝑗 .
𝜀 𝑒 каждой эталонной ситуации 𝑠 𝑒 рекомендациями по действиям, которые должны предприниматься при наступлении аналогичного события в будущем. Рекомендация 𝑟𝑒𝑐 𝜀 𝑒 = 〈𝑎𝑐𝑡𝑖𝑜𝑛 𝜀 𝑒 , 𝑎𝑐𝑡𝑜𝑟 𝜀 𝑒 , 𝑝𝑒𝑟𝑖𝑜𝑑 𝜀 𝑒 〉 содержит информацию о действиях 𝑎𝑐𝑡𝑖𝑜𝑛 𝜀 𝑒 , которые должны быть предприняты лицом 𝑎𝑐𝑡𝑜𝑟 𝜀 𝑒 в срок 𝑝𝑒𝑟𝑖𝑜𝑑 𝜀 𝑒 для содействия или противодействия развитию текущей ситуации по сценарию, сформированному на основе 𝑠 𝑒 . На Рис. 3 показаны рекомендации для ЛПР с учетом сценариев, сформированных для ситуации с тестированием беспилотных такси.Значения критериев для эталонных ситуацийТакже на рисунке представлен наиболее вероятныйопределяются экспертами на этапе подготовки базысценарий, определенный с помощью логистическойэталонов 𝑆 𝑒 . Также эксперты путем попарныхрегрессии.сравнений определяют приоритетность критериев относительно цели. Приоритетность сценариев относительно каждого из критериев может быть4.6 Формирование предложений для лиц, принимающих решенияопределенаавтоматическиприанализеСцельюпоследующегоформированияситуационного графа на основе сравненияпредложений эксперты должны снабжать каждоехарактеристиксоответствующихэталонныхПостроение текущей ситуации начинается с событиеситуаций. Это позволяет автоматически определитьнового или измененного события ситуационногоприоритет относительно цели для каждого изграфа 𝜀 𝑐 , которое обязательно должно ейсценариев, сформированных для текущей ситуации.принадлежать. Далее на каждом шаге выполняетсяСценарий с максимальным приоритетом считаетсяпопытка дополнить ситуацию путем присоединенияоптимистическим, сценарий с минимальным приоритетом -пессимистическим. На Рис. 3 показаны оптимистический и пессимистический сценарии, сформированные для ситуации, связанной с тестированием беспилотных такси. Для определения приоритетности сценариев использовались такие критерии, как «безопасность», «длительность» и «экономическая эффективность».к цепочке одного из соседей события, которое на данный момент является первым или последним в цепочке. При этом необходимо рассмотреть различные варианты интерпретации добавляемого в цепочку события. Оно может интерпретироваться и как аналог некоторого события из 𝑠 𝑒 , и как «лишнее» событие, не имеющее аналогов в эталонной цепочке. Путем выбора на каждом шаге одного из возможных событий, добавляемых в цепочку, а также одного извозможныхвариантовегоинтерпретацииформируетсядеревовозможныхвариантовпостроения текущей ситуации. Из всех вариантовтекущей ситуации, рассмотренных в процессе построения, выбирается цепочка 𝑠 𝑐 𝑚𝑎𝑥 , имеющаямаксимальнуюблизостькэталону.Этапоследовательность считается завершенной текущейситуацией.ЕслиP(𝑦 = 0|𝑠 𝑒 , 𝑠 𝑐 𝑚𝑎𝑥 ) > 0.5,полученнаятекущая ситуация признается аналогом 𝑠 𝑒 . В этом случае 𝑓𝑖𝑛(𝑠 𝑒 , 𝑠 𝑐 𝑚𝑎𝑥 ) считается возможнымсценарием дальнейшего развития текущей ситуации,а значение P(𝑦 = 0|𝑠 𝑒 , 𝑠 𝑐 𝑚𝑎𝑥 ) -вероятностью того,что текущая ситуация будет развиваться всоответствии с этим сценарием. На основе всехэталонных ситуаций,аналогичных текущей,формируется множество возможных сценариев еёдальнейшего развития. Заключительная частьцепочки, для которой вероятность аналогичноститекущей argmax 𝑠 𝑒 [P(𝑦 = 0|𝑠 𝑒 , 𝑠 𝑐 ситуации 𝑚𝑎𝑥 )]), максимальна является𝑝𝑟𝑜𝑏 = (𝑠 𝑒 наиболеевероятным сценарием.4.5Выделениеоптимистическогоипессимистического сценариевДлявыделенияоптимистическогоипессимистическогосценариевнеобходимоопределить оптимальность каждого из них. Для этогоиспользуется метод анализа иерархий (МАИ),позволяющий определить приоритет различныхальтернатив с точки зрения цели с учетом различныхкритериев [17]. Целью в данном случае являетсявыбор оптимального сценария, альтернативами -сформированные сценарии, а в качестве критериевмогутиспользоватьсятакиехарактеристикисценариев, как длительность, экономическаяэффективность и другие. Выбор критериевопределяется предметной областью, в рамкахкоторой используется прогнозирование развитияситуаций.
Рисунок 3 Пример формирования оптимистического, наиболее вероятного и пессимистического сценариев развития ситуации Рисунок 3 Пример формирования оптимистического, наиболее вероятного и пессимистического сценариев развития ситуацииВыше описан эксперимент по оценке качестваобнаружения аналогичных ситуаций, однаконеобходимотакжеоцениватькачествопрогнозирования. В связи с этим в рамкахдальнейших исследований планируется выработатькритерий качества ситуационного прогноза ивыполнить оценку результатов прогноза по этомукритерию.7 ЗаключениеПредложен метод прогнозирования развитияситуаций на основе обнаружения событий в потокетекстовых документов. Прогнозирование состоит вформировании сценариев дальнейшего развитияситуаций по принципу исторической аналогии:выполняется построение текущей ситуации, длякоторой существует аналог в базе эталонныхситуаций. Этот аналог считается возможнымсценариемразвитиятекущейситуации.Предложенный метод формирования сценариевучитывает динамику развития ситуаций и нестрогийхарактер аналогии между ситуациями. Из множествасформированныхсценариеввыделеныоптимистический и пессимистический, для этогоиспользован метод анализа иерархий. Такжепредложен способ подготовки предложений подействиям, которые необходимо предпринять дляспособствования или препятствования развитиюситуации по построенным сценариям.
Event Detection in Social Streams CCAggarwal KSubbian 10.1137/1.9781611972825.54 Proc. of the 2012 SIAM Int. Conf. on Data Mining of the 2012 SIAM Int. Conf. on Data Mining
Philadelphia
 Society for Industrial and Applied Mathematics 2012 How Sphinx Relevance Ranking Works Process Mining: Data Science in Action WM PVan Der Aalst 10.1007/978-3-662-49851-4 2016 Springer Heidelberg <author> <persName><forename type="first">А</forename><forename type="middle">М</forename><surname>Андреев</surname></persName> </author> <author> <persName><forename type="first">Д</forename><forename type="middle">В</forename><surname>Березкин</surname></persName> </author> <author> <persName><forename type="first">А</forename><forename type="middle">В</forename><surname>Брик</surname></persName> </author> <imprint/> </monogr> </biblStruct> </listBibl> </div> </back> </text> </TEI>