{"id":39546,"date":"2019-10-31T22:35:27","date_gmt":"2019-10-31T19:35:27","guid":{"rendered":"https:\/\/prohoster.info\/blog\/kak-my-ispolzuem-tsepi-markova-v-otsenke-reshenij-i-poiske-bagov-so-skriptom-na-python\/"},"modified":"2019-10-31T22:35:27","modified_gmt":"2019-10-31T19:35:27","slug":"kak-my-ispolzuem-tsepi-markova-v-otsenke-reshenij-i-poiske-bagov-so-skriptom-na-python","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/kak-my-ispolzuem-tsepi-markova-v-otsenke-reshenij-i-poiske-bagov-so-skriptom-na-python","title":{"rendered":"Wie wir Markov-Ketten zur Entscheidungsbewertung und Fehlersuche nutzen. Mit Skript in Python","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Es ist uns wichtig zu verstehen, was w\u00e4hrend des Lernens mit unseren Studierenden passiert und wie diese Ereignisse das Ergebnis beeinflussen. Deshalb erstellen wir eine Customer Journey Map \u2014 eine Karte des Kundenerlebnisses. Der Lernprozess ist n\u00e4mlich kein kontinuierlicher und homogener Prozess, sondern eine Kette von miteinander verbundenen Ereignissen und Handlungen der Studierenden, die sich stark zwischen verschiedenen Teilnehmenden unterscheiden k\u00f6nnen. Hat er die Stunde absolviert: Was wird er als N\u00e4chstes tun? Wird er die Hausaufgaben machen? Wird er die mobile App starten? Wird er den Kurs wechseln oder den Lehrer wechseln wollen? Geht er sofort zur n\u00e4chsten Lektion? Oder wird er einfach entt\u00e4uscht gehen? K\u00f6nnen wir, indem wir diese Karte analysieren, Muster erkennen, die zu einem erfolgreichen Abschluss des Kurses f\u00fchren oder im Gegenteil, dazu, dass der Student \u201eausscheidet\u201c?<\/p>\n

\"Wie
\n
\nIn der Regel werden f\u00fcr den Aufbau von CJM spezialisierte, sehr kostspielige Tools mit geschlossenem Quellcode verwendet. Wir wollten jedoch etwas Einfaches, das minimalen Aufwand erfordert und m\u00f6glichst Open Source ist. So entstand die Idee, Markow-Ketten zu nutzen \u2013 und das haben wir erfolgreich umgesetzt. Wir haben eine Karte erstellt, die Daten zum Verhalten von Studierenden in Form eines Graphen interpretiert und dabei v\u00f6llig unerwartete Antworten auf globale Gesch\u00e4ftsfragen entdeckt sowie tief versteckte Bugs gefunden. All dies haben wir mithilfe von Open-Source-Python-Skripten realisiert. In diesem Artikel werde ich zwei Fallstudien mit diesen unerwarteten Ergebnissen pr\u00e4sentieren und das Skript mit allen Interessierten teilen.
\n<\/a><\/noindex>
\nMarkow-Ketten zeigen die Wahrscheinlichkeit von \u00dcberg\u00e4ngen zwischen Ereignissen. Hier ist ein einfaches Beispiel aus Wikipedia:<\/p>\n

\"Wie
\n
\nHier sind \u201eE\u201c und \u201eA\u201c Ereignisse, die Pfeile sind \u00dcberg\u00e4nge zwischen ihnen (einschlie\u00dflich des \u00dcbergangs vom Ereignis zu sich selbst), und die Gewichtungen der Pfeile stehen f\u00fcr die \u00dcbergangswahrscheinlichkeit (\u201egewichteter gerichteter Graph\u201c).<\/p>\n

Was haben wir verwendet<\/h2>\n

\nDie Kette wurde mit den grundlegenden Funktionen von Python trainiert, w\u00e4hrend die Protokolle der Sch\u00fcleraktivit\u00e4t eingegeben wurden. Der Graph wurde mit der Bibliothek NetworkX auf der erhaltenen Matrix erstellt.<\/p>\n

Das Protokoll sieht folgenderma\u00dfen aus:<\/p>\n

\"Wie
\n
\nEs handelt sich um eine CSV-Datei, die eine Tabelle aus drei Spalten enth\u00e4lt: die ID des Sch\u00fclers, den Namen des Ereignisses und die Uhrzeit, zu der es stattgefunden hat. Diese drei Felder sind ausreichend, um die Bewegungen des Kunden zu verfolgen, eine Karte zu erstellen und letztlich eine Markow-Kette zu erhalten.<\/p>\n

Die Bibliothek gibt die erstellten Grafiken im .dot- oder .gexf-Format zur\u00fcck. F\u00fcr die Visualisierung der ersten kann das kostenlose Paket Graphviz (das Tool gvedit) verwendet werden; wir haben mit .gexf und Gephi, ebenfalls kostenlos, gearbeitet.<\/p>\n

Im Folgenden m\u00f6chte ich zwei Beispiele f\u00fcr die Verwendung von Markow-Ketten anf\u00fchren, die es uns erm\u00f6glicht haben, unsere Ziele, Lernprozesse und das gesamte \u00d6kosystem von Skyeng aus einer neuen Perspektive zu betrachten und Bugs zu beheben.<\/p>\n

Erster Fall: Mobile Anwendung<\/h2>\n

\nZun\u00e4chst untersuchten wir den Weg der Sch\u00fcler durch unser beliebtestes Produkt \u2013 den General-Kurs. Zu diesem Zeitpunkt arbeitete ich in der Kinderabteilung von Skyeng und wir wollten herausfinden, wie effektiv die mobile App bei unserer Kinderzielgruppe funktioniert.<\/p>\n

Nachdem ich die Logs genommen und durch das Skript laufen lassen habe, erhielt ich Folgendes:<\/p>\n

\"Wie<\/a><\/noindex><\/p>\n

Der Startknoten ist \u2013 Start General, und unten gibt es drei Endknoten: der Sch\u00fcler \u201eschlief ein\u201c, wechselte den Kurs, beendete den Kurs.<\/p>\n