?
Повышение эффективности потоковой обработки данных в интеллектуальной образовательной системе
В условиях развития интеллектуальных обучающих и образовательных систем в них возникает необходимость обработки потоковых данных с соблюдением строгих ограничений по качеству обслуживания, таких как потребление памяти, точность прогнозирования, время отклика в условиях динамичного изменения данных и других. Проблематика заключается в том, что традиционные методы обработки данных зачастую не позволяют обеспечить требуемое качество при ограниченных ресурсах.
Цель. Разработать математическую модель потоковой обработки данных в интеллектуальной образовательной системе, провести экспериментальную оценку эффективности разработанных на основе модели программных компонентов в заданных ограничениях по качеству обслуживания.
Результат. Описана математическая модель потоковой обработки данных в интеллектуальной образовательной системе, основанная на лямбда-исчислении и соответствующих формализациях. На основе математической модели разработаны модификация алгоритма инкрементального дерева решений и новый метод масштабирования и комбинированной потоковой обработки данных. Проведен экспериментальный анализ на потоковых, который показал, что предложенные решения не только удовлетворяют заданным требованиям качества (ограничение на оперативную память 4096 МБ и прогнозирование показателей с контролируемым снижением точности моделей не более 5%), но и способны улучшать время отклика при обработке данных на 40%, обеспечивая высокую эффективность и стабильность работы в условиях динамичного изменения входных данных (концептуального дрейфа).