pinco və ehtimal nəzəriyyəsi – riyazi baxış
pinco-da pleasurizemusic təcrübəsinin riyazi modelləri
Azərbaycanda ədəbiyyat və musiqi sənayesi ilə maraqlanan hər kəs bilir ki, pinco brendi yalnız əyləncə məkanı deyil, həm də mürəkkəb ehtimal strukturlarının fəaliyyət göstərdiyi bir sistemdir. Bu yazıda biz pinco-nun istifadəçilərə təqdim etdiyi məzmun axınını, xüsusilə də pleasurizemusic ilə bağlı statistik göstəriciləri riyazi baxımdan təhlil edəcəyik. Məqsədimiz sadəcə təsvir deyil, hər bir hadisəni ehtimal düsturları ilə izah etməkdir. Məsələn, müəyyən bir mahnının pinco-da təkrarlanma tezliyini Bernoulli sxemi ilə hesablamaq mümkündür. Bu yanaşma istifadəçilərə nəyin niyə baş verdiyini dəqiq rəqəmlərlə göstərəcək.
pinco-nun ehtimal mühiti və paylanma funksiyaları
pinco-nun daxili alqoritmləri istifadəçilərin davranış məlumatlarını toplayır və bu məlumatlar əsasında müxtəlif hadisələrin baş vermə ehtimalını hesablayır. Riyazi dildə desək, hər bir istifadəçi üçün ayrıca təsadüfi dəyişən təyin olunur. Bu dəyişənin paylanma funksiyası F(x) = P(X ≤ x) şəklində ifadə edilir. Tutaq ki, pinco-da gündəlik aktiv istifadəçi sayı 10 000 nəfərdir. Bu istifadəçilərin hər birinin səhifədə qalma müddəti orta hesabla 12 dəqiqədirsə, eksponensial paylanma ilə P(T > 15 dəqiqə) = e^(-15/12) = e^(-1.25) ≈ 0.2865 hesablamaq olar. Yəni hər hansı bir istifadəçinin 15 dəqiqədən çox qalma ehtimalı təqribən 28.65% təşkil edir.
Bu cür hesablamalar pinco-nun məzmun strategiyasını müəyyən etməkdə mühüm rol oynayır. Məsələn, əgər müşahidə olunursa ki, müəyyən bir musiqi janrı üzrə orta qalma müddəti digərlərindən 40% yüksəkdir, bu o deməkdir ki, həmin janrın çəkisi paylanmada artırılmalıdır. Belə bir qərar qəbul etmək üçün biz Ki-kvadrat testindən istifadə edə bilərik. Tutaq ki, müşahidə edilən tezliklər bunlardır: caz – 180, pop – 320, rok – 150, elektron – 250. Gözlənilən tezliklər vahid paylanma üçün hər birində 225 olardı. χ² = Σ(O-E)²/E = ((180-225)²+(320-225)²+(150-225)²+(250-225)²)/225 = (2025+9025+5625+625)/225 = 17300/225 ≈ 76.89. Bu dəyər sərbəstlik dərəcəsi 3 olan χ² cədvəlindəki kritik qiymətdən (7.81) çox böyükdür, deməli paylanma vahid deyil.
Monte Karlo simulyasiyası ilə pinco-nun ssenariləri
pinco-nun fəaliyyətində təsadüfi proseslərin sayı çoxdur: istifadəçi girişləri, məzmun yenilənmələri, bonus strukturları və s. Bütün bu prosesləri deterministik modellərlə izah etmək mümkün deyil. Buna görə də Monte Karlo metodu tətbiq edilir. Bu metodun mahiyyəti ondan ibarətdir ki, biz 10 000 və ya 100 000 dəfə təsadüfi ədədlər generatoru ilə simulyasiya aparırıq və hər dəfə sistemin son vəziyyətini qeyd edirik. Məsələn, pinco-da hər gün orta hesabla 5 yeni mahnı əlavə olunur və bu ədədin standart kənarlaşması 2-dir. Normal paylanma N(5, 4) şəklində model qururuq.
Simulyasiya nəticələrinə görə, 30 günlük dövr ərzində pinco-da toplam əlavə olunan mahnıların sayı orta hesabla 150 ± 11 aralığında dəyişir. Bu intervalı 95% etibarlılıq səviyyəsində hesablamaq üçün orta qiymət μ = 30 × 5 = 150, standart xəta isə σ√n = 2√30 ≈ 10.95 götürülür. Beləliklə, 95% etimad intervalı 150 ± 1.96 × 10.95 = [128.5, 171.5] olur. Bu rəqəmlər pinco-nun məzmun menecerlərinə resursların planlaşdırılmasında kömək edir.
Markov zəncirləri və pinco-da istifadəçi səyahəti
İstifadəçilərin pinco-da bir səhifədən digərinə keçidlərini Markоv zənciri kimi modelləşdirmək olar. Fərz edək ki, üç əsas vəziyyət var: A – ana səhifə, B – musiqi siyahısı, C – axtarış nəticələri. Keçid matrisi aşağıdakı kimi verilmişdir:
| Vəziyyət | A (ana səhifə) | B (siyahı) | C (axtarış) |
|---|---|---|---|
| A | 0.2 | 0.6 | 0.2 |
| B | 0.1 | 0.7 | 0.2 |
| C | 0.3 | 0.3 | 0.4 |
Bu matrisə əsasən, sabit vəziyyət ehtimallarını tapa bilərik. π = πP tənliyini həll etdikdə πA ≈ 0.185, πB ≈ 0.537, πC ≈ 0.278 alınır. Bu o deməkdir ki, uzun müddət ərzində istifadəçilərin 53.7%-i musiqi siyahısında, 27.8%-i axtarışda, 18.5%-i isə ana səhifədə olacaq. Bu nisbətlər pinco-nun interfeys dizaynında hansı bölmənin daha çox diqqət tələb etdiyini göstərir.
Markov zəncirinin əsas üstünlüyü onun asimptotik davranışını proqnozlaşdırmaq qabiliyyətidir. Məsələn, əgər biz 100 addımdan sonra istifadəçinin hansı vəziyyətdə olacağını bilmək istəyiriksə, P^100 matrisini hesablamaq lazımdır. Lakin bu matrisin hər bir sətri sabit vəziyyət ehtimallarına yaxınlaşır. Praktiki olaraq, 20 addımdan sonra fərqlər 0.001-dən az olur.
Poisson prosesi və pinco-nun yük balansı
pinco serverlərinə daxil olan sorğu axını klassik Poisson prosesi ilə təsvir oluna bilər. Tutaq ki, orta sorğu intensivliyi λ = 8 sorğu/dəqiqədir. Müəyyən bir dəqiqə ərzində daxil olan sorğuların sayı K olarsa, P(K = k) = (8^k × e^(-8))/k! düsturu ilə hesablanır. Xüsusilə, P(K ≤ 5) = e^(-8) × (1 + 8 + 32 + 85.33 + 170.67 + 273.07) ≈ 0.1912. Yəni təqribən 19.12% ehtimalla bir dəqiqə ərzində 5-dən az sorğu daxil olacaq.
Bu hesablamalar pinco-nun infrastrukturunun gücünü təyin etmək üçün vacibdir. Əgər serverlərin maksimal tutumu dəqiqədə 20 sorğudursa, o zaman P(K > 20) dəyəri çox kiçik olmalıdır. λ = 8 üçün P(K > 20) ≈ 0.0001-dən azdır, yəni sistemin həddən artıq yüklənmə ehtimalı olduqca cüzidir. Lakin əgər reklam kampaniyası nəticəsində λ 15-ə qədər artsa, P(K > 20) ≈ 0.0835 olur ki, bu da artıq nəzərə çarpandır.
Poisson prosesi həmçinin pinco-dakı məzmun yenilənmə tezliyini də modelləşdirməyə imkan verir. Tutaq ki, hər saat orta hesabla 3 yeni pleylist yaradılır. İki saat ərzində 5-dən çox pleylist yaradılma ehtimalı P(K > 5) = 1 – P(K ≤ 5), burada λ = 6 olur. P(K ≤ 5) = e^(-6) × (1 + 6 + 18 + 36 + 54 + 64.8) ≈ 0.4457. Deməli, P(K > 5) ≈ 0.5543.
Bayes teoremi ilə pinco-da fərdi tövsiyələrin dəqiqliyi
pinco-nun tövsiyə sistemi Bayes teoreminə əsaslanır. Fərz edək ki, istifadəçinin rok musiqisinə maraq göstərməsi hadisəsi R, onun caz musiqisinə maraq göstərməsi isə C hadisəsidir. Məlumdur ki, P(R) = 0.4, P(C) = 0.3, P(R ∩ C) = 0.15. Onda şərti ehtimal P(R|C) = P(R ∩ C) / P(C) = 0.15 / 0.3 = 0.5 olur. Bu o deməkdir ki, caz dinləyən istifadəçinin rok da dinləmə ehtimalı 50% təşkil edir.
Bu məlumat pinco üçün faydalıdır: əgər istifadəçi caz dinləyirsə, ona rok tövsiyə etmək məntiqlidir. Lakin burada nüans var – əgər P(R|C) = 0.5 olarsa, bu hələ səbəb-nəticə əlaqəsi demək deyil. Korrelyasiya ilə səbəb əlaqəsini qarışdırmamaq üçün biz Koqor testi və ya Granger testi tətbiq edə bilərik. Lakin praktikada pinco sadəcə şərti ehtimallardan istifadə edir.
Bayes teoreminin daha mürəkkəb variantı olan Naive Bayes klassifikatoru pinco-da məzmun etiketləmə üçün istifadə olunur. Tutaq ki, hər mahnı üçün 3 xüsusiyyət var: tempo (yüksək/aşağı), vokal (var/yox), enerji (yüksək/aşağı). Əgər 1000 mahnıdan 400-ü rok janrına aiddirsə, P(rok) = 0.4. Rok mahnılarının 70%-ində yüksək tempo varsa, P(yüksək tempo|rok) = 0.7. Yəni yeni bir mahnıda yüksək tempo və vokal varsa, onun rok olma ehtimalı P(rok|yüksək tempo, vokal) = P(yüksək tempo|rok) × P(vokal|rok) × P(rok) / Z kimi hesablanır.
Böyük ədədlər qanunu və pinco-nun uzunmüddətli göstəriciləri
pinco-da istifadəçilərin orta qalma müddəti kimi göstəricilər böyük ədədlər qanununa tabedir. Bu qanuna görə, müşahidə sayı n artdıqca empirik orta dəyər nəzəri gözləməyə yaxınlaşır. Tutaq ki, hər bir istifadəçinin qalma müddəti orta μ = 10 dəqiqə və dispersiya σ² = 16 olan paylanmaya malikdir. 100 istifadəçinin orta qalma müddəti X̄ üçün standart xəta σ/√n = 4/10 = 0.4 dəqiqədir. Çebışev bərabərsizliyinə görə, P(|X̄ – μ| ≥ 0.8) ≤ 16 / (100 × 0.64) = 0.25. Yəni orta dəyərin real ortalardan 0.8 dəqiqədən çox uzaqlaşma ehtimalı 25%-dən çox deyil.
Bu statistika pinco rəhbərliyinə nümunə ölçüsünün kifayətliyi barədə məlumat verir. Əgər 99% dəqiqlik tələb olunursa, onda n = (z × σ / E)² düsturu ilə hesablama aparılır. z = 2.576, σ = 4, E = 0.5 dəqiqə üçün n = (2.576 × 4 / 0.5)² ≈ 424.7, yəni ən azı 425 istifadəçinin məlumatı lazımdır.
Böyük ədədlər qanunu həmçinin pinco-nun reytinq sistemində də özünü göstərir. Əgər bir mahnı üçün 10 000 səs toplanıbsa və 6 200-ü müsbətdirsə, müsbət nisbət 0.62-dir. Bu nisbətin standart xətası √(0.62 × 0.38 / 10000) ≈ 0.0049-dur. Y
ni, 10000 səs üçün 99% inam intervalı təqribən 0.62 ± 2.576 × 0.0049, yəni 0.607 ilə 0.633 arasında dəyişir. Bu, pinco-nun istifadəçi rəylərinə əsaslanan reytinq siyahılarının nə qədər etibarlı olduğunu göstərir.
Zamanla nümunə böyüdükcə reytinq dəyərləri sabitləşir və təsadüfi dalğalanmalar azalır. Buna görə pinco-nun trend siyahıları hər saat yenilənsə də, ən yüksək yerlərdəki məzmunlar nadir hallarda kəskin dəyişir. Bu yanaşma istifadəçilərə daha mötəbər nəticələr təqdim etməyə imkan verir.
Yekun olaraq, ehtimal nəzəriyyəsi pinco-nun təklif sisteminin əsasını təşkil edir. Reytinq, tövsiyə və məzmun etiketləmə kimi funksiyaların hər biri statistik modellərə əsaslanır. Bu modellər sadə və hesablana bilən formullarla işləyir və istifadəçilərə daha dəqiq nəticələr çatdırmaq üçün davamlı olaraq təkmilləşdirilir.
pinco-nun gündəlik əməliyyatlarında ehtimal hesablamaları həm istifadəçi davranışlarını anlamaq, həm də resursları səmərəli bölüşdürmək üçün istifadə olunur. Bu statistika üsulları sayəsində həm sistemin performansı artır, həm də istifadəçi təcrübəsi daha proqnozlaşdırıla bilən hala gəlir.