गणना स्कोरिंग डे ला फेर या किसी के क्षितिज को चौड़ा करने के हिस्से के रूप में क्रेडिट स्कोरिंग पर एक अध्ययन। भाग २

एंटीपोव्सएन और मिहाचफ

भाग दो, जिसमें एथोस के सभी नियम हैं, लेकिन काउंट डे ला फेर कुछ गायब है

UPD पार्ट वन यहाँ है
यूपीडी भाग तीन यहाँ

लेखकों से परिचय:

शुभ दोपहर आज हम स्कोरिंग के लिए समर्पित लेखों की श्रृंखला जारी रखते हैं और इसमें ग्राफ सिद्धांत का उपयोग करते हैं। आप यहां पहले लेख से खुद को परिचित कर सकते हैं ।

सभी हास्य आरोपों, आवेषण, आदि को कथा को थोड़ा राहत देने के लिए डिज़ाइन किया गया है और इसे एक कठिन व्याख्यान में गिरने की अनुमति नहीं है। हम उन सभी से क्षमा चाहते हैं जो हमारे हास्य में नहीं आते हैं

इस लेख का उद्देश्य: 30 से अधिक मिनटों में, ग्राफ़ डेटा संग्रहीत करने के मुख्य तरीकों का वर्णन करना और एक उधारकर्ता को स्कोर करने के लिए हमारे मॉडल के निर्माण के नियमों और सिद्धांतों का वर्णन करना।

नियम और परिभाषाएं:

• एक हैश तालिका एक डेटा संरचना है जो साहचर्य सरणी इंटरफ़ेस को लागू करती है; यह आपको जोड़े (कुंजी, मूल्य) को संग्रहीत करने और तीन ऑपरेशन करने की अनुमति देती है: एक नई जोड़ी, खोज ऑपरेशन और कुंजी द्वारा एक जोड़ी को हटाने का संचालन। हैश तालिका द्वारा खोज, औसतन, O (1) समय के दौरान की जाती है।

ऑल फॉर एनपीओ के लिए वन की साख का आकलन करने के लिए कोरोल पीजेएससी द्वारा नियुक्त ऑडिटरों को कुछ समस्याओं का सामना करना पड़ा। एक ओर, 10-15 कंपनियों की सहभागिता योजना का वर्णन करना और कंपनियों के बीच बातचीत का प्रारंभिक मूल्यांकन करना बहुत सरल है, यह कागज की एक शीट और हाथ पर एक कलम के लिए पर्याप्त है। लेकिन क्या होगा अगर आपके पास दसियों या सैकड़ों हजारों कंपनियों की बातचीत के बारे में जानकारी है? उदाहरण के लिए, यदि आपको अपने सभी जुनून या डी'आर्टगान के साथ अरामियों की बातचीत का वर्णन करने की आवश्यकता है, जिसके साथ वह लड़े थे?

इन इंटरैक्शन के बारे में डेटा कैसे स्टोर करें?

क्या डेटा संरचनाओं और उपयोग करने के लिए दृष्टिकोण?

लेखा परीक्षकों को इस काम के लिए लेखकों की एक पूरी मठवासी वाहिनी लगानी होगी।
हम ऐसा नहीं करेंगे और अपने लेखा परीक्षकों को भविष्य के ज्ञान और प्रौद्योगिकियां देंगे ( हम प्रोमेथियस को उनके लिए एक टी -800 के रूप में भेजेंगे, जो उन्हें ज्ञान का प्रकाश देगा )।

ठीक है, ठीक है, चलो सवालों के जवाब देना शुरू करते हैं। वहाँ प्रकाश हो!

जैसा कि हमने यहां लिखा और आकर्षित किया, एक ग्राफ़ 2 सेटों का अनुपात है - नोड्स का एक सेट और किनारों का एक सेट। ग्राफ को स्टोर करने का सबसे अच्छा तरीका क्या है?

ग्राफ़ को कैसे संग्रहीत किया जाए, इस सवाल का जवाब देने से पहले, आपको यह तय करने की आवश्यकता है कि हम वास्तव में क्या स्टोर करना चाहते हैं और किस रूप में।

ग्राफ सिद्धांत के अनुसार, ग्राफ़ नोड्स किसी भी पैरामीटर के साथ कोई भी ऑब्जेक्ट हो सकते हैं (यह तथ्य बाद में हमारे लिए उपयोगी होगा, स्कोरिंग बॉल की गणना के लिए उन्नत / अनुकूली मॉडल के लिए)।

तो हमें क्या संग्रहीत करने की आवश्यकता है?

कम से कम, नोड के पहचानकर्ता और उसके पड़ोसियों के पहचानकर्ता (जिनके साथ यह जुड़ा हुआ है)। इस डेटा की उपस्थिति आपको पहले से ही चौड़ाई और गहराई में खोज करने की अनुमति देती है।

क्या मुझे ग्राफ एज डेटा स्टोर करने की आवश्यकता है? हां, अगर हम एक भारित ग्राफ के साथ काम कर रहे हैं। हमारे मामले में, हम एक भारित ग्राफ के साथ काम कर रहे हैं और पहले लेख में हमने इस तरह के एक ग्राफ को आकर्षित किया है।

क्या यह जानकारी पर्याप्त है? नहीं।

पसलियां कहां से आईं? पाठ्यपुस्तकों में, यह जानकारी बस वहां है, किसी ने हमारे सामने इसे एकत्र और संसाधित किया है। हमारे स्वर्गीय मध्य युग में (बस तब मस्कटियर्स रहते थे) किसी ने भी हमारी गिनती के किनारों के वजन की गणना करने की जहमत नहीं उठाई। हमें इसे स्वयं करना होगा। इस और अगले लेख में, हम किसी बढ़त के वजन की गणना के लिए विशिष्ट पद्धति का वर्णन नहीं करेंगे, यह लेख 4 में किया जाएगा। अब हमारे लिए यह तय करना महत्वपूर्ण है कि हम अपने ग्राफ के बारे में क्या जानकारी संग्रहीत करेंगे।

तो, हमारे मामले में, स्कोरिंग स्कोर की सही गणना करने के लिए तीन प्रमुख पैरामीटर हैं जिन्हें हमें जानना आवश्यक है:

• नोड का आंतरिक मूल्यांकन - इसमें नोड (टर्नओवर, ऋण, जुर्माना, आदि) को दर्शाने वाले संकेतक होते हैं। हमारे उदाहरण में, ये होंगे:
  
  • मूल्यांकन - एनपीओ "सभी के लिए एक" के संबंध में एक अच्छा या बुरा गाँठ;
  • नोड रैंक - राजा के पास सर्वोच्च रैंक है, बोनेसीक्स - सबसे कम;
  • फंड की मात्रा, दूसरे शब्दों में, सॉल्वेंसी।
• पसलियों का मूल्यांकन। हमारे मामले में, कनेक्शन का मूल्यांकन प्रत्येक नोड के लिए होगा - इसका मतलब है कि बोनासीक्स - कॉन्स्टेंस संबंध कॉन्स्टेंस के बराबर नहीं हो सकता है - बोनासीक्स कनेक्शन, क्योंकि उनके पास एक-दूसरे को प्रभावित करने की अलग-अलग संभावनाएं हैं।
• नोड स्तर - संग्रहीत नहीं किया जाएगा, लेकिन एक महत्वपूर्ण संकेतक है।

यह मत पूछो कि ये सभी नंबर मॉडल में कहां से आते हैं, डी'आर्टनियन ऐसा देखता है। वास्तविक जीवन में, इन संकेतकों की गणना हमारे द्वारा या तो नहीं की जाएगी (व्यापार, ऋण, जुर्माना, आदि, हम मौजूदा स्रोतों से लेते हैं, हम मध्य युग में नहीं हैं, क्रमबद्ध हैं)।

उपरोक्त सभी से, यह पता चला है कि नोड्स के पहचानकर्ताओं के अलावा, हमें नोड्स के मापदंडों के एकत्रीकरण के आधार पर प्रत्येक नोड के मापदंडों और किनारों के वजन को संग्रहीत करना होगा।

कुल, निम्नलिखित जानकारी भंडारण के अधीन है:

• नोड नाम;
• नोड पैरामीटर
• पड़ोसी नोड;
• प्रत्येक पड़ोसी के लिए रिब वजन।

बहुत बढ़िया! हमें पता लगा कि हमें क्या स्टोर करना है। अब - कैसे स्टोर करें।

और फिर से एक छोटा विषयांतर।

हमारी स्कोरिंग प्रक्रिया क्या सरलीकृत रूप में दिखाई देगी:

• ऑब्जेक्ट डेटा संग्रह;
• एक वस्तु का गठन जो ग्राफ मॉडल का वर्णन करेगा। यह इस सुविधा पर है कि हम अपने सभी स्कोरिंग ऑपरेशन करेंगे।

इन दो चरणों के आधार पर, हमारे पास तीन विकल्प हैं:

• हम SQL / NoSQL सर्वर पर स्कोरिंग ऑब्जेक्ट के बारे में डेटा संग्रहीत करते हैं। गणना, एल्गोरिदम, आदि से संबंधित सभी ऑपरेशन सीधे सर्वर पर किए जाते हैं;
• हम SQL / NoSQL सर्वर पर स्कोरिंग ऑब्जेक्ट के बारे में डेटा संग्रहीत करते हैं। इस डेटा के आधार पर, हम एक अलग ऑब्जेक्ट बनाते हैं (उदाहरण के लिए, एक हैश टेबल) जिसके साथ हम सभी बुनियादी गणना करते हैं;
• स्कोरिंग ऑब्जेक्ट के बारे में डेटा रैम में संग्रहीत है। इस डेटा के आधार पर, हम एक अलग ऑब्जेक्ट बनाते हैं (उदाहरण के लिए, एक हैश टेबल) जिसके साथ हम सभी बुनियादी गणना करते हैं।

इस प्रक्रिया के लिए बुनियादी आवश्यकताएं:

• काम की गति;
• विश्वसनीयता;
• Verifiability।
  अब बात करते हैं। हम उदाहरण के लिए, चाय, जो कुछ भी पिया है, उसके एक कप के ऊपर हमारे मस्किटर्स की तरह बैठेंगे। मुख्य बात यह है कि हम सभी प्रकार के लंड को गार्ड के साथ हस्तक्षेप नहीं करते हैं।

यदि दीर्घकालिक भंडारण की आवश्यकता है, तो आप संबंधित महत्वपूर्ण क्षेत्रों के साथ एक तालिका का चयन कर सकते हैं। NoSQL या RAM में, वस्तुओं की सूची या निर्देशिका (हैश टेबल) के रूप में डेटा को स्टोर करना बेहतर होता है।

{ 'Id': 1, 'Title': '   ', 'Rang': 4, 'Type': '', 'Profit': 10000 } 

चोटियों के साथ कम या ज्यादा स्पष्ट। ग्राफ़ के आर्क्स / किनारों का प्रतिनिधित्व करने का सबसे अच्छा तरीका क्या है? ऐसा करने के लिए, आपको ग्राफ़ पर किसी भी विश्लेषणात्मक संचालन के मूल सिद्धांत को समझने की आवश्यकता है - किसी भी आर्क / किनारे तक पहुंच बहुत जल्दी से होनी चाहिए, अधिमानतः, एक्सेस समय ओ (1) होना चाहिए। एक सरणी या मैट्रिक्स तुरंत दिमाग में आता है - एक संरचना जिसमें किसी भी तत्व को सूचकांक द्वारा जल्दी से पहुँचा जा सकता है।

[i, j] - मैट्रिक्स तत्व ग्राफ के चाप को दर्शाता है, जहां मैं प्रारंभिक शीर्ष का पहचानकर्ता हूं, j अंतिम शिखर की पहचानकर्ता है, प्रारंभिक शीर्ष के पहुंच और चयन सीधे प्रारंभिक शीर्ष के पहचानकर्ता द्वारा होता है। I और j का चौराहा किनारे के भार को संग्रहीत करता है।

इस दृश्य में कई कमियां हैं:

• अक्सर, संरचना बेमानी होती है, खासकर यदि ग्राफ़ विरल है (किनारों की एक छोटी संख्या), कई खाली मान हैं जो इंगित करते हैं कि कोई संबंध नहीं है।
• शीर्ष के सभी पड़ोसियों को खोजने के लिए, रिश्ते मैट्रिक्स के ith पंक्ति के सभी तत्वों की सरणी के माध्यम से सॉर्ट करना आवश्यक है।
• कई स्तंभों वाला एक मैट्रिक्स डेटाबेस में संग्रहीत नहीं किया जा सकता है।

आर्क्स / किनारों को संचय करने के लिए अगला विकल्प एक तालिका है, जो स्तंभों और पंक्तियों का एक सेट है।
उदाहरण के लिए:

इस तरह की संरचना को एक रिलेशनल डेटाबेस में आसानी से संग्रहीत किया जा सकता है और SQL प्रश्नों को निष्पादित करते समय आवश्यक मानों का चयन किया जा सकता है, लेकिन जब रैम की बात आती है, तो शीर्ष के सभी किनारों को खोजने की जटिलता बढ़ जाती है और सामान्य स्थिति में O (n) लेता है जहां n ग्राफ के सभी किनारों की संख्या है।

लगभग सभी प्रणालियों में उपयोग के लिए एक और बहुत अच्छा ग्राफ भंडारण तरीका है, जो ऊपर वर्णित कमियों से रहित है - यह एक कुंजी-मूल्य संदर्भ या हैश तालिका है। वांछित शीर्ष के सभी किनारों को प्राप्त करना ओ (1) गति के साथ होता है।
एक महत्वपूर्ण ऋण यह है कि सभी प्रोग्रामिंग भाषाएं इस डिज़ाइन का समर्थन नहीं करती हैं।

विभिन्न प्रणालियों में एक समान संरचना की कल्पना कैसे की जा सकती है?

संबंधपरक डेटाबेस में, आप वस्तुओं और किनारों (पिछले पैराग्राफ) के तालिकाओं के संबंध को लागू कर सकते हैं

NoSQL

 { 'Id': 1, 'Title': '   ', 'Rang': 4, 'Type': '', 'Profit': 10000, 'Relations': [{3,2}, {4,5}, … {n, -5}] } 

किसी वस्तु को उसकी कुंजी तक पहुंचते समय, हमें तुरंत उसके कनेक्शन का एक सेट मिलता है। यदि हमारे पास एक अनवेटेड ग्राफ है, तो वस्तुओं की एक सरणी के बजाय, आप पड़ोसियों के पहचानकर्ताओं की एक सरणी पास कर सकते हैं संबंध: [3,4, ... n]। एक संदर्भ के रूप में, कुंजी मूल्य है, यह विकल्प पिछले एक के समान है। निर्देशिका में, कुंजी - मान, आप पिछले उदाहरण के रूप में एक ही वस्तु को स्टोर कर सकते हैं, कुंजी, निश्चित रूप से, शीर्ष की पहचानकर्ता होगी (एक संख्या हो सकती है, एक स्ट्रिंग हो सकती है, आदि, जो एक विशेष विकास प्रणाली की अनुमति देता है)। निर्देशिका में भी आप केवल लिंक के सरणियों को स्टोर कर सकते हैं, और किसी अन्य निर्देशिका में कोने के बारे में जानकारी।

 Graf[1] = { 'Id': 1, 'Title': '   ', 'Rang': 4, 'Type': '', 'Profit': 10000, 'Relations': [{3,2}, {4,5}, … {n, -5}] } 

या

 graf['one_for_all'] = 'Relations': [{3,2}, {4,5}, … {n, -5}] 

हमारे उदाहरण के लिए, हमने डेटा को स्कोर करने के लिए हैश टेबल के निर्माण के साथ रैम में डेटा स्टोर करने का विकल्प चुना। मध्यवर्ती परिणाम सर्वर पर एक फ़ाइल के लिए लिखा जाएगा।

हमारे पास खराब और खराब परिभाषित भंडारण संरचनाएं हैं, अब यह पता लगाने का समय है कि हमारे विश्लेषणात्मक मॉडल का निर्माण कहां शुरू करना है। आइए एक सरल से शुरू करें - हम निकटतम पड़ोसियों के साथ और पड़ोसियों के पड़ोसी (दोस्तों के दोस्त) के साथ बातचीत को परिभाषित करते हैं।

इस प्रकार, सभी इंटरकनेक्टेड वर्टिस के साथ बातचीत को निर्धारित करना संभव है। हमारी टिप्पणियों के अनुसार, स्तर 2 से गहरे पड़ोसियों के साथ बातचीत केवल विशेष मामलों में रुचि रखती है और अन्य तरीकों से गणना की जाती है। इस गणना की जटिलता काफी बड़ी है 0 (2 ^ n)।

गेंद की गणना करने के लिए, हम थोड़ा संशोधित गहराई खोज एल्गोरिदम का उपयोग करेंगे।

शोधन इस प्रकार होगा:

1. हमें अपने कार्य n = 2 के लिए विशिष्ट वर्टेक्स को खोजने की आवश्यकता नहीं है, बल्कि सभी कोने से n की गहराई तक सॉर्ट करना है।
2. हमें अनावश्यक जानकारी संग्रहीत नहीं करनी चाहिए और यह मान लेना चाहिए कि गणना ग्राफ़ में किसी भी नोड के लिए की जा सकती है, इसलिए नोड का स्तर ग्राफ़ में संग्रहीत नहीं किया जाएगा।
3. यदि 2 या अधिक पथ शीर्ष पर जाते हैं, तो सभी पथों का मूल्यांकन किया जाता है, क्योंकि हम द्विदिश संचार के साथ काम कर रहे हैं और नोड्स की बातचीत का पूरी तरह से मूल्यांकन करना आवश्यक है।
4. आपको किसी विशिष्ट गणना के लिए किसी भी शीर्ष के घोंसले के स्तर को निर्धारित करने में सक्षम होने की आवश्यकता है।

ठीक है, ठीक है, बुनियादी सैद्धांतिक गणना की गई है, भले ही वे किसी को कुछ सरल और सामान्य लग रहे हों। लेकिन हमारे लिए गस्कन्स, यह सभी महत्वपूर्ण और दिलचस्प है, लगभग वैसा ही जैसा कि रॉयल मस्कटियर्स में प्रवेश करता है।

हम व्यावहारिक कार्यान्वयन के लिए जाते हैं। सभी के लिए एक और सभी के लिए एक!

मैं तुमसे मिलूंगा! हम जरूर मिलेंगे! शायद १० साल या २० में! लेकिन मिलते हैं!

अगला लेख करीब है!