Дослідження методів персоналізованого прогнозування настрою з використанням Core ML

Abstract

Об’єктом дослідження є прогнозування емоційного стану користувача на основі поведінкових показників, отриманих із мобільного середовища. Предметом дослідження є методи машинного навчання для класифікації та прогнозування настрою користувача на основі аналізу поведінкових даних. Метою роботи є розроблення математичної моделі визначення інтегрального показника настрою на основі поведінкових ознак та експериментального дослідження методів машинного навчання для його класифікації у мобільному середовищі Core ML. У роботі використано методи машинного навчання для задач класифікації, зокрема логістичну регресію, метод k-найближчих сусідів, дерево рішень, Random Forest та Gradient Boosting. У результаті виконання роботи запропоновано математичну модель визначення інтегрального показника настрою користувача на основі поведінкових показників, розроблено методику перетворення інтегрального показника у класи емоційного стану, проведено експериментальне дослідження алгоритмів машинного навчання та визначено найбільш ефективну модель для локального прогнозування настрою. Отримані результати можуть бути використані під час розроблення інтелектуальних мобільних застосунків для моніторингу психологічного стану користувачів та підтримки їх емоційного благополуччя.