Prediction of document attributes in document management system

Abstract

В данной выпускной квалификационной работе представлено решение задач рекомендации исполнителя на задание в системе документооборота и прогнозирование длительности исполнения документа. Специфика работы в том, что в качестве атрибутов у задач используются категориальные переменные. Поскольку стандартные методы, вроде One hot encoding подходят при небольшом количестве значений, необходимо было найти иной способ представления переменных такого рода. Был предложен подход для представления категориальных переменных через матрицу дистанций между ними с дальнейшим понижением размерности до одного, так что каждой категориальной переменной соответствует число. Было показано, что такое представление снижает количество атрибутов, по сравнению со стандартными методами, а также увеличивает качество классификации категориальных переменных и прогнозирования непрерывных.

In this final qualifying work we present a solution of tasks: recommendation of performer on the task and prediction of the execution duration of the document in the document management system. The specificity of the work is that categorical variables are used as attributes for tasks. Since standard methods like One hot encoding are suitable only for a small number of values, it was necessary to find another way of representing variables of this kind. An approach was proposed for representing categorical variables through a matrix of distances between them with a further reduction in dimension to one, so that each categorical variable there is a certain digit. It has been shown that such a representation reduces the number of attributes, in comparison with standard methods, and also increases the quality of classification of categorical variables and the forecasting of continuous ones.