আমি কীভাবে বিশেষজ্ঞদের একটি সেট অর্ডার করব বা র‌্যাঙ্ক করব?


11

আমার কাছে একটি ক্ষেত্রের বিপুল সংখ্যক বিশেষজ্ঞ সমন্বিত একটি ডাটাবেস রয়েছে। এই বিশেষজ্ঞের প্রত্যেকের জন্য আমার কাছে বিভিন্ন বৈশিষ্ট্য / ডেটা পয়েন্ট রয়েছে:

  • অভিজ্ঞতার বছর সংখ্যা।
  • লাইসেন্স
  • পর্যালোচনা সংখ্যা
  • এই পর্যালোচনাগুলির পাঠ্য সামগ্রী
  • গতি, গুণমান ইত্যাদির মতো কয়েকটি কারণের জন্য reviews পর্যালোচনাগুলির মধ্যে প্রতিটিের উপর পাঁচটি তারকা রেটিং
  • পুরষ্কার, সহায়তা, সম্মেলন ইত্যাদি

আমি এই বিশেষজ্ঞদের তাদের গুরুত্বের ভিত্তিতে 10 এর মধ্যে বলে একটি রেটিং সরবরাহ করতে চাই। কিছু বিশেষজ্ঞের জন্য ডেটা পয়েন্টগুলি কিছু অনুপস্থিত হতে পারে। এখন আমার প্রশ্ন হ'ল আমি কীভাবে এই জাতীয় অ্যালগরিদম নিয়ে আসব? কেউ কি আমাকে কিছু প্রচ্ছন্ন সাহিত্যের দিকে ইঙ্গিত করতে পারে?

এছাড়াও আমি উদ্বিগ্ন যে সমস্ত রেটিং / পর্যালোচনার সাথে সংখ্যার কিছু মানের কাছাকাছি আসতে পারে। উদাহরণস্বরূপ, তাদের বেশিরভাগ 8 বা একটি 5 পেয়ে শেষ হতে পারে only কেবলমাত্র কয়েকটি বৈশিষ্ট্যের জন্য স্কোরের বৃহত্তর পার্থক্যে লিটল পার্থক্য হাইলাইট করার কোনও উপায় আছে কি?

আমার মনে হয়েছে এমন আরও কিছু আলোচনা প্রাসঙ্গিক হতে পারে:


আপনি কিছু উদ্দেশ্যমূলক মানদণ্ড না এলে এটি করা যায় না; সম্ভবত সম্ভাব্য রেটিংগুলির বেশিরভাগগুলি আপনার প্যারামিটারগুলির সংমিশ্রণে তৈরি করা যেতে পারে।

উত্তর:


12

লোকেরা একাধিক মানদণ্ডে জিনিসগুলি (বিশেষজ্ঞের মতো) রেটিংয়ের জন্য অসংখ্য সিস্টেম উদ্ভাবন করেছে: তালিকার একাধিক মানদণ্ডের সিদ্ধান্ত বিশ্লেষণের উইকিপিডিয়া পৃষ্ঠাটি দেখুন । সেখানে সুনির্দিষ্টভাবে উপস্থাপন করা হয়নি, তবে সেগুলির মধ্যে অন্যতম একটি ডিফেন্সযোগ্য পদ্ধতি: মাল্টি অ্যাট্রিবিউট ভ্যালুয়েশন তত্ত্ব। এর মধ্যে মানদণ্ডের সেটগুলির মধ্যে ট্রেড-অফগুলি মূল্যায়নের বিভিন্ন পদ্ধতির একটি সেট অন্তর্ভুক্ত রয়েছে যাতে (ক) স্বতন্ত্র ভেরিয়েবলের মানগুলি পুনরায় প্রকাশ করার উপযুক্ত উপায় নির্ধারণ এবং (খ) র্যাঙ্কিংয়ের জন্য স্কোর অর্জনের জন্য পুনরায় প্রকাশিত মানগুলির ওজন । নীতিগুলি সহজ এবং স্বীকৃত, গণিত অদম্য এবং তত্ত্ব সম্পর্কে অভিনব কোনও কিছুই নেই। স্বেচ্ছাসেবী স্কোরিং সিস্টেম আবিষ্কার করার চেয়ে আরও বেশি লোকের এই পদ্ধতিগুলি জানতে এবং অনুশীলন করা উচিত।


এটি করার জন্য আপনি কি আর প্যাকেজ সম্পর্কে জানেন?
ব্যবহারকারী 333

3
@ ব্যবহারকারী না, এবং আমি সন্দেহ করি যে এটির একটি আছে। এখানে কোনও ম্যাজিক সফ্টওয়্যার বুলেট নেই: প্রায় সমস্ত কাজই বিষয়গুলির মধ্যে চিন্তাভাবনা করা এবং একটি নিয়ন্ত্রিত ফ্যাশনে নির্দিষ্ট ট্রেড-অফগুলি অন্বেষণের সাথে জড়িত।
হোবার

3

শেষ পর্যন্ত এটি কেবল একটি পরিসংখ্যান অনুশীলন নাও হতে পারে। পিসিএ একটি শক্তিশালী পরিমাণগত পদ্ধতি যা আপনাকে র‌্যাঙ্কিংয়ের জন্য ব্যবহার করতে পারেন এমন প্রথম কয়েকটি মূল উপাদানগুলির উপর স্কোর বা ওজন তৈরি করতে দেয়। তবে মূল উপাদানগুলি কী তা ব্যাখ্যা করা অত্যন্ত চ্যালেঞ্জের। তারা পরিমাণগত নির্মাণ। এগুলি দ্বান্দ্বিক নয়। সুতরাং, তাদের সত্যিকারের অর্থ কী তা ব্যাখ্যা করা কখনও কখনও সম্ভব হয় না। এটি বিশেষত সত্য যদি আপনার যদি শ্রোতা থাকে যা পরিমাণগত হয় না। আপনি কী বলছেন তা তাদের কোনও ধারণা নেই। এবং, আপনার পিসিএটিকে কিছু ক্রিপ্টিক ব্ল্যাক বক্স হিসাবে ভাববে।

পরিবর্তে, আমি কেবল সমস্ত প্রাসঙ্গিক ভেরিয়েবলগুলি সীমাবদ্ধ করব এবং কেউ কী ভাবেন যে ওজন কী হওয়া উচিত তার উপর ভিত্তি করে একটি ওজন সিস্টেম use

আমি মনে করি আপনি যদি বহিরাগত, গ্রাহক, ব্যবহারকারীদের জন্য এটি বিকাশ করেন তবে আপনি যদি ব্যবহারকারীদের ওজন সম্পর্কে সিদ্ধান্ত নেওয়ার নমনীয়তা এম্বেড করতে পারেন তবে এটি দুর্দান্ত হবে।
কিছু ব্যবহারকারী বছরের অভিজ্ঞতা বছরের তুলনায় শংসাপত্র এবং ভাইস শ্লোকের চেয়ে অনেক বেশি মূল্যবান হতে পারে। যদি আপনি এই সিদ্ধান্ত তাদের ছেড়ে দিতে পারেন। এইভাবে আপনার অ্যালগরিদম কোনও কালো বাক্স নয় যা তারা বোঝেন না এবং তারা এতে আরামদায়ক হন না। আপনি এটিকে সম্পূর্ণ স্বচ্ছ এবং তাদের কাছে আপেক্ষিকভাবে গুরুত্বপূর্ণ বিষয়গুলির মূল্য নির্ধারণের ভিত্তিতে রাখেন।


@ গেটান ওয়েল, পিসিএর জন্য আপনাকে "পাঠ্য বিষয়বস্তু" যেমন চলকের জন্য উপযুক্ত একটি সংখ্যাসূচক কোডিং সন্ধান করতে হবে ...
chl

এটাই আমি উত্থাপন করছি না। আপনার পরামর্শ অনুসারে পিসিএ ডামি ভেরিয়েবলগুলি পরিচালনা করতে পারে। পিসিএ অবিশ্বাস্যভাবে শক্তিশালী এবং নমনীয়। তবে এটি মূল উপাদানগুলির ব্যাখ্যা যা সত্যই চ্যালেঞ্জিং হয়ে যায়। আসুন ধরা যাক প্রথম মূল উপাদানটি এটির মতো শুরু হয়: 0.02 বছরের অভিজ্ঞতা - 0.4 পর্যালোচনাগুলির পাঠ্য সামগ্রী + 0.01 সমিতি ... সম্ভবত আপনি এটি ব্যাখ্যা করতে পারেন। বিশেষজ্ঞের পারফরম্যান্স বছরের অভিজ্ঞতার সাথে সমানুপাতিক, তবে পর্যালোচনার পাঠ্য সামগ্রীর সাথে বিপরীতভাবে সমানুপাতিক? এটা অযৌক্তিক মনে হচ্ছে। তবে, পিসিএ প্রায়শই পাল্টা স্বজ্ঞাত ফলাফল দেয়।
সিম্পা

@ গেটান স্টিল, আমি আমার মতামত পুনরুক্ত করে বলছি যে সমস্যাটি কীভাবে আপনি আপনার ভেরিয়েবলগুলি উপস্থাপন করতে চান (বা কীভাবে আপনি একটি দরকারী মেট্রিক পান) in অবিচ্ছিন্ন পরিমাপ বা ডেটা ধরণের মিশ্রণের সাথে লেনদেন করার সময় আমি ভেরিয়েবলের রৈখিক সংমিশ্রণের ব্যাখ্যার অসুবিধা সম্পর্কে আপনার সাথে একমত হই। এ কারণেই আমি বিকল্প মন্তবক পদ্ধতিগুলি অনুসন্ধান করার জন্য অন্য একটি মন্তব্যে পরামর্শ দিয়েছি। যাইহোক, ব্যবহারকারীর পছন্দ বা বিশেষজ্ঞ পর্যালোচনার উপর ভিত্তি করে স্কোরিং বিধিগুলি বিকাশ করা (যেমন ক্লিনিকাল মূল্যায়নে করা হয়) এছাড়াও কিছু ধরণের পরিসংখ্যানগত বৈধতা (কমপক্ষে স্কোরের নির্ভরযোগ্যতা নিশ্চিত করার জন্য) ডেকে আনে।
chl

@ গেটান, হ্যাঁ আপনার মন্তব্যগুলির মধ্যে বেশ কিছু অর্থ রয়েছে এবং আপনি ঠিক বলেছেন যে এটি নিছক একটি পরিসংখ্যান অনুশীলন নয় বরং এমন উপাদানগুলির সাথে জড়িত রয়েছে যা আরও বিষয়ভিত্তিক। কোনও ব্যবহারকারীর / গ্রাহকদের স্ট্যান্ডপয়েন্ট থেকে অভিপ্রায়টি ভিন্ন হতে পারে বলে কারণ। ধরে নিই যে তিনি কোনও বিশেষজ্ঞের সন্ধান করছেন, তারপরে আমি তাকে বিশেষজ্ঞদের> এক্স বছরের বহু বছরের অভিজ্ঞতা বাছাই করার অনুমতি দেওয়ার জন্য কেবল ফিল্টার যুক্ত করেছি তবে ধরা যাক তিনি 2 বিশেষজ্ঞের কাছে সংকীর্ণ হয়ে আছেন এবং একটি স্বাধীন তুলনা চান। সুতরাং আমি যে কোনও দুটি বিশেষজ্ঞের সাথে তুলনা করার জন্য একটি জেনেরিক পদ্ধতির সন্ধান করছি।
সিডমিত্রা

2
এটি দেখানোর জন্য +1 কোনও পরিসংখ্যান অনুশীলন নয়। সর্বোপরি, পিসিএ একটি নির্দিষ্ট ডেটা সেটের মধ্যে সম্পর্কগুলি বর্ণনা করতে পারে এবং অনুমানযোগ্যভাবে নিকট-প্রান্তিকতাগুলি সনাক্ত করে ডেটাটিকে সহজতর করে। এটি কীভাবে বিশেষজ্ঞদের র‌্যাঙ্ক করতে হয় সে সম্পর্কে কীভাবে আমাদের জানাতে পারে তা স্পষ্ট নয় ।
whuber

0

আপনি কি মনে করেন যে আপনি এই সমস্ত গুণাবলীর পরিমাণ নির্ধারণ করতে পারেন?

যদি হ্যাঁ, তবে আমি একটি প্রধান উপাদান বিশ্লেষণ করার পরামর্শ দিচ্ছি। সাধারণ ক্ষেত্রে যেখানে সমস্ত পারস্পরিক সম্পর্ক ইতিবাচক হয় (এবং যদি তা না হয় তবে আপনি সহজেই কিছুটা রূপান্তর ব্যবহার করে সেখানে পৌঁছে যেতে পারেন), প্রথম মূল উপাদানটি বিশেষজ্ঞের মোট গুরুত্বের একটি পরিমাপ হিসাবে বিবেচনা করা যেতে পারে, কারণ এটি একটি ওজনযুক্ত সমস্ত বৈশিষ্ট্যের গড় (এবং ওজনগুলি ভেরিয়েবলগুলির সাথে সম্পর্কিত অবদান হবে - এই দৃষ্টিভঙ্গির অধীনে, পদ্ধতিটি নিজেই প্রতিটি বৈশিষ্ট্যের গুরুত্ব প্রকাশ করবে )। প্রতিটি বিশেষজ্ঞ প্রথম প্রধান উপাদানটিতে যে স্কোর অর্জন করে তা হ'ল আপনার তাদের র‌্যাঙ্ক করা দরকার।


1
এটি দেখতে দুর্দান্ত দেখাচ্ছে, তবে এটি কি সর্বোচ্চ-বৈকল্পিক বৈশিষ্ট্য এবং ক্রস-কোলেস্ট্লেটেডগুলির বৃহত্তম ক্লাস্টারগুলি বেছে নেবে না?

1
বিকল্পভাবে, কেউ মিশ্রিত তথ্যের জন্য একাধিক চিঠিপত্র বিশ্লেষণ বা একাধিক ফ্যাক্টর বিশ্লেষণ সম্পাদন করতে পারে (যদি সংখ্যার পুনঃনির্মাণটি কিছু পরিবর্তনশীলগুলির জন্য বাস্তববাদী না হয়), এবং আপনার বাকী ধারণার (ফ্যাক্টর স্কোরগুলি গণনা করা এবং 1 ম মাত্রায় পরিবর্তনশীল লোডিংগুলি সন্ধান করা) প্রযোজ্য যেমন.
chl

3
এটি আমার কাছে মনে হচ্ছে প্রথম উপাদানটি বিশেষজ্ঞদের মধ্যে সাধারণতার একটি দৃ strong় দিক নির্দেশ করবে। কে সম্ভবত এটি বলতে পারে যে কে ভাল এবং কে আরও খারাপ, যদিও? এর জন্য এই ভেরিয়েবলগুলির মধ্যে সম্পর্ক এবং "ভাল" বা "খারাপ" বিশেষজ্ঞ হওয়ার গুণমানের সম্পর্কে অতিরিক্ত তথ্য প্রয়োজন। যদি আমরা বিশ্বাস করি যে সমস্ত পরিবর্তনশীল একঘেয়েভাবে সুদৃ .়তা বা মন্দতার সাথে জড়িত থাকে, তবে সম্ভবত পিসিএ আমাদের চূড়ান্ত (বা সম্ভবত কেবল বহিরাগত!) বিশেষজ্ঞদের সীমান্ত অন্বেষণে সহায়তা করতে পারে। যদিও দেখুন - এমনকি একঘেয়েত্ব অনুমান সন্দেহ হয়।
whuber

1
@ যাহা আমি বিন্দুটি দেখি, ধন্যবাদ হতে পারে আপনি এটিকে নিজের প্রতিক্রিয়াতে যোগ করতে পারেন (যা অত্যন্ত স্বাগত)?
chl
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.