Метод прогнозирования пользовательских задач в социальных группах на основе управляемого рекуррентного блока

Аннотация

в статье представлен метод прогнозирования задач в неформальных группах (семьи, друзья, круги по интересам и т. д.) для систем совместного планирования, основанный на управляемом рекуррентном блоке. Управляемый рекуррентный блок выбран как более эффективный и устойчивый к переобучению вид нейронных сетей по сравнению с рекуррентными нейронными сетями и сетями долгой краткосрочной памяти для коротких последовательностей данных. Разработан алгоритм прогнозирования, который учитывает как индивидуальные поведенческие паттерны участников, так и коллективную динамику группы, что позволяет выявлять не только персонализированные, но и совместные задачи. Для оценки качества модели используется метрика F1-меры. Такой выбор обусловлен спецификой задачи: она сводится к бинарной классификации («задача возникла» или «задача не возникла») при выраженной несбалансированности классов: подавляющее большинство временных интервалов не содержат новых задач и положительные примеры встречаются крайне редко. F1-мера, являясь гармоническим средним между точностью и полнотой, обеспечивает сбалансированную оценку, одинаково учитывая как ложноположительные, так и ложноотрицательные предсказания, т.к. эти типы ошибок имеют практическое значение: пропустить реальную задачу так же нежелательно, как и сгенерировать ложное предсказание.