The application of semi-supervised learning co-training method in the task of classifying the client base

Abstract

Объект исследования данной работы - группа потребителей товаров и услуг на автозаправочных станциях. Предметом исследования выступает потребительское поведение данных клиентов. Представленная работа состоит из введения, трёх глав, списка использованных источников и приложения. Первая глава посвящена исследованию теоретических аспектов моделей частичного обучения без отрыва от других задач прикладной статистики, а также рассмотрению вопроса оценки качества моделирования. Во второй главе детально разбирается метод кооперативного обучения Co-Training, проводится его критический анализ, вносятся предложения по его модификации и представляются варианты метода для прикладного использования. В третьей главе исследуемый метод реализуется на широко распространённом объектно-ориентированном интерпретируемом языке программирования Python 3. Далее ставится бизнес-задача по оценке уровня лояльности потребителей и переводится в рамки задач машинного обучения, после чего анализируемая модель настраивается и применяется в формализованной задаче. Приложение содержит листинг программы, реализующей метод Co-Training, рассматриваемый в данном исследовании, а также пример её работы с использованием созданного графического интерфейса пользователя.

The object of the research is a group of consumers of goods and services at gasoline stations. The subject of the study is the consumer behavior of these customers. The presented work consists of an introduction, three chapters, a list of used sources and an appendix. The first chapter is devoted to the study of the theoretical aspects of semi-supervised learning models without detachment from other problems of applied statistics, as well as to the issue of assessing the quality of modeling. In the second chapter, the method of cooperative training - Co-Training is analyzed in detail, its critical analysis is conducted, suggestions are made for its modification and variants of the method for applied use are presented. In the third chapter, the method under investigation is implemented on a widely distributed object-oriented interpreted programming language Python 3. Next, the business task of assessing the level of customer loyalty is raised and transferred to the scope of machine learning tasks, after which the analyzed model is configured and applied in a formalized task. The appendix contains a listing of the program that implements the Co-Training method discussed in the study, as well as an example of its work using the created graphical user interface.