تحتل القدرة على قياس التشابه أو المسافة بين نقاط البيانات مكانة حاسمة في مهام تحليلية متنوعة تشمل التصنيف والتجميع وكشف الشذوذ، غير أن مقاييس المسافة التقليدية كالمسافة الإقليدية ومسافة مانهاتن ومسافة هامينغ كثيرًا ما تعجز أمام أنواع البيانات المختلطة وتفاوت مقاييس السمات ووجود الضوضاء، ما يحد من متانتها في مجموعات البيانات المتنوعة التي تميز التطبيقات الواقعية، فحين تجمع البيانات قيمًا عددية وترتيبية وفئوية في آن واحد يصبح افتراض تجانس المقياس مصدر خطأ منهجيًا، وفي مواجهة هذه التحديات تقدم الدراسة الحالية مقياس تشابه جديدًا يحمل اسم درجة الانحراف المعياري، يعيد صياغة قيم المسافة التقليدية بوحدات الانحراف المعياري نسبة إلى نقطة مستهدفة، بما يتيح تقييمات تشابه متينة وقابلة للتفسير
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير مقياس تشابه جديد يعالج قصور المقاييس التقليدية أمام البيانات المختلطة ومتفاوتة المقاييس والمشوشة، فقُدمت درجة الانحراف المعياري التي تحول قيم المسافة التقليدية إلى وحدات انحراف معياري قياسًا على نقطة مستهدفة، واختبر المقياس الجديد عبر تقييمات تجريبية واسعة، إذ قورن أداؤه بالمقاييس التقليدية ضمن إطار تصنيف الجار الأقرب باستخدام مؤشرات الدقة والصحة والاستدعاء ودرجة إف، كما قيمت قدرته على التماسك التجميعي عبر تجربة لقياس معامل الصورة الظلية باستخدام خوارزمية التجميع كي-مينز، وشملت التوزيعات المختبرة التوزيع الغاوسي والتوزيعات الملتوية ومتعددة الأنماط
وتقوم الفكرة الجوهرية للمقياس الجديد على تطبيع مدمج في صلب حساب التشابه، بحيث تقرأ المسافة بين أي نقطتين قراءة نسبية تراعي تشتت البيانات حول النقطة المستهدفة، فلا تطغى سمة ذات مقياس واسع على الحكم النهائي كما يحدث في المقاييس الخام، كما صمم المقياس ليعالج ضمن إطار موحد الأنواع العددية والترتيبية والفئوية معًا، وليقلل حساسيته للقيم الشاذة التي كثيرًا ما تشوه نتائج التحليل في البيانات الواقعية غير النظيفة
ثانيًا: أبرز النتائج
أظهرت التقييمات التجريبية أن درجة الانحراف المعياري تفوقت بثبات على المقاييس التقليدية في مؤشرات الدقة والصحة والاستدعاء ودرجة إف داخل إطار تصنيف الجار الأقرب، كما أسفر التقييم الشامل لأداء المقياس عبر التوزيعات الغاوسية والملتوية ومتعددة الأنماط عن نتائج واعدة في تجربة التماسك التجميعي التي قيس فيها معامل الصورة الظلية عبر خوارزمية التجميع كي-مينز، بما يؤكد قدرة المقياس على التكيف مع تعقد بيانات العالم الواقعي وتنوع توزيعاتها الإحصائية
وفصلت التجارب تحسنًا واضحًا في معالجة البيانات المختلطة عددية وترتيبية وفئوية عبر الإطار الموحد الذي يقدمه المقياس، إذ تتضمن آليات تطبيع ذاتية تقلل الحساسية للقيم الشاذة وتضمن الاتساق عبر تفاوت مقاييس البيانات وتوزيعاتها، وبذلك لا يضطر المحلل إلى معالجات مسبقة معقدة أو إلى التضحية ببعض أنواع البيانات، بل يعمل المقياس على صورتها الأصلية بكفاءة، وهي ميزة عملية كبيرة في التطبيقات التي تجمع فيها البيانات من مصادر متباينة الصيغ والمقاييس
ثالثًا: دلالات الدراسة وتطبيقاتها
يمثل المقياس المقترح إضافة منهجية لممارسي تحليل البيانات وعلماء التعلم الآلي في مهام التصنيف والتجميع وكشف الشذوذ، إذ يمنحهم أداة تشابه أكثر متانة وقابلية للتفسير في البيئات البياناتية المختلطة، كما يمكن توظيفه في مجالات تطبيقية شتى تعتمد على قياس التقارب بين الحالات كاسترجاع المعلومات والتوصية والتحليلات المؤسسية، ويظل من المفيد مواصلة اختباره على مجموعات بيانات واقعية أكبر وربطه بخوارزميات أخرى بخلاف الجار الأقرب وكي-مينز حتى تتسع قاعدة الأدلة على تفوقه وتتضح حدوده
وتتأكد القيمة العملية للمقياس الجديد حين نتذكر طبيعة البيانات في التطبيقات الواقعية، فهي نادرًا ما تأتي نقية متجانسة المقاييس، بل تجمع بين أعمار ودخول ودرجات ترتيبية وفئات وصفية في جدول واحد، وتتخللها قيم شاذة ترفع المسافات الخام أو تخفضها بصورة مضللة، وقد عالجت درجة الانحراف المعياري هذه المشكلات مجتمعة عبر تطبيع ذاتي مدمج في حسابها، وعبر إطار موحد يستوعب الأنواع العددية والترتيبية والفئوية دون تحويلات قسرية، فحافظت على اتساق الحكم بالتشابه عبر تفاوت المقاييس والتوزيعات، وهو ما يفسر تفوقها المتكرر في تجارب التصنيف والتجميع على السواء
كما أن قابلية المقياس للتفسير ميزة لا تقل أهمية عن دقته، فحين يعبر عن التشابه بوحدات الانحراف المعياري يصبح بوسع المحلل أن يفهم معنى القيمة التي يحصل عليها فهمًا حدسيًا قياسًا على تشتت البيانات، لا أن يتعامل مع رقم مجرد لا مرجعية له، ويساعد ذلك في مهام كشف الشذوذ التي يتطلب فيها القرار مبررًا مفهومًا، وبهذا يجمع المقياس المقترح بين المتانة الإحصائية والوضوح التفسيري، بما يعزز فرص اعتماده في خطوط التحليل التطبيقية التي تحتاج إلى نتائج دقيقة وقرارات قابلة للشرح في آن واحد
وخلاصة القول إن الدراسة قدمت مقياس تشابه مبتكرًا يعيد التعبير عن المسافات بوحدات الانحراف المعياري، فتفوق على المقاييس التقليدية في دقة التصنيف وتماسك التجميع عبر توزيعات متنوعة، وبفضل تطبيعه الذاتي وإطاره الموحد لأنواع البيانات المختلطة يمهد الطريق لتحليلات أدق وأكفأ في مجالات متعددة
هل تحتاج إلى دعم متخصص في بحثك؟
يمكنك طلب الخدمة مباشرة عبر حساب الباحث، وسيتابع معك فريق مؤسسة النظم طلبك خطوة بخطوة حتى اكتمال الإنجاز
