हम समाधानों के मूल्यांकन और बग ढूंढने में मार्कोव श्रृंखलाओं का उपयोग कैसे करते हैं। पायथन लिपि के साथ

हमारे लिए यह समझना महत्वपूर्ण है कि प्रशिक्षण के दौरान हमारे छात्रों के साथ क्या होता है और ये घटनाएं परिणाम को कैसे प्रभावित करती हैं, इसलिए हम एक ग्राहक यात्रा मानचित्र - ग्राहक अनुभव का एक मानचित्र बनाते हैं। आख़िरकार, सीखने की प्रक्रिया कोई निरंतर और अभिन्न चीज़ नहीं है, यह छात्र की परस्पर जुड़ी घटनाओं और क्रियाओं की एक श्रृंखला है, और ये क्रियाएँ विभिन्न छात्रों के बीच बहुत भिन्न हो सकती हैं। अब उसने अपना पाठ पूरा कर लिया है: वह आगे क्या करेगा? क्या यह होमवर्क में जायेगा? क्या यह एक मोबाइल एप्लिकेशन लॉन्च करेगा? क्या वह पाठ्यक्रम बदलेंगे, शिक्षक बदलने को कहेंगे? क्या आप सीधे अगले पाठ पर जायेंगे? या फिर वह निराश होकर ही चला जायेगा? क्या इस मानचित्र का विश्लेषण करके, उन पैटर्न की पहचान करना संभव है जो पाठ्यक्रम के सफल समापन या, इसके विपरीत, छात्र के "ड्रॉपआउट" की ओर ले जाते हैं?

आमतौर पर, सीजेएम के निर्माण के लिए विशेष, बहुत महंगे बंद-स्रोत उपकरण का उपयोग किया जाता है। लेकिन हम कुछ सरल बनाना चाहते थे, जिसमें न्यूनतम प्रयास की आवश्यकता हो और यदि संभव हो तो खुला स्रोत हो। तो मार्कोव श्रृंखलाओं का उपयोग करने का विचार आया - और हम सफल हुए। हमने एक नक्शा बनाया, एक ग्राफ के रूप में छात्र व्यवहार पर डेटा की व्याख्या की, वैश्विक व्यापार मुद्दों के पूरी तरह से गैर-स्पष्ट उत्तर देखे, और यहां तक ​​कि गहराई से छिपे हुए बग भी पाए। हमने यह सब ओपन सोर्स पायथन स्क्रिप्ट समाधानों का उपयोग करके किया। इस लेख में मैं बेहद गैर-स्पष्ट परिणामों वाले दो मामलों के बारे में बात करूंगा और सभी के साथ स्क्रिप्ट साझा करूंगा।

तो, मार्कोव श्रृंखलाएँ घटनाओं के बीच संक्रमण की संभावना दर्शाती हैं। यहां विकिपीडिया से एक आदिम उदाहरण दिया गया है:

यहां "ई" और "ए" घटनाएं हैं, तीर उनके बीच संक्रमण हैं (एक घटना से उसी में संक्रमण सहित), और तीरों का वजन संक्रमण की संभावना है ("भारित निर्देशित ग्राफ")।

आपने क्या उपयोग किया?

सर्किट को मानक पायथन कार्यक्षमता के साथ प्रशिक्षित किया गया था, जिसे छात्र गतिविधि लॉग के साथ फीड किया गया था। परिणामी मैट्रिक्स पर ग्राफ़ का निर्माण नेटवर्कएक्स लाइब्रेरी द्वारा किया गया था।

लॉग इस तरह दिखता है:

यह एक सीएसवी फ़ाइल है जिसमें तीन कॉलमों की एक तालिका है: छात्र आईडी, घटना का नाम, घटना कब घटित हुई। ये तीन क्षेत्र ग्राहक की गतिविधियों का पता लगाने, एक नक्शा बनाने और अंततः एक मार्कोव श्रृंखला प्राप्त करने के लिए पर्याप्त हैं।

लाइब्रेरी निर्मित ग्राफ़ को .dot या .gexf प्रारूप में लौटाती है। पूर्व की कल्पना करने के लिए, आप मुफ़्त ग्राफ़विज़ पैकेज (gvedit टूल) का उपयोग कर सकते हैं, हमने .gexf और Gephi के साथ भी मुफ़्त में काम किया है।

आगे मैं मार्कोव श्रृंखलाओं के उपयोग के दो उदाहरण देना चाहूंगा, जिसने हमें अपने लक्ष्यों, शैक्षिक प्रक्रियाओं और स्काईेंग पारिस्थितिकी तंत्र पर नए सिरे से विचार करने की अनुमति दी। खैर, बग ठीक करें।

पहला मामला: मोबाइल एप्लिकेशन

आरंभ करने के लिए, हमने अपने सबसे लोकप्रिय उत्पाद- सामान्य पाठ्यक्रम के माध्यम से छात्र यात्रा का पता लगाया। उस समय, मैं स्काईेंग के बच्चों के विभाग में काम कर रहा था और हम यह देखना चाहते थे कि मोबाइल एप्लिकेशन हमारे बच्चों के दर्शकों के साथ कितना प्रभावी ढंग से काम करता है।

लॉग लेने और उन्हें स्क्रिप्ट के माध्यम से चलाने पर, मुझे कुछ इस तरह मिला:

प्रारंभिक नोड स्टार्ट जनरल है, और नीचे तीन आउटपुट नोड हैं: छात्र "सो गया", पाठ्यक्रम बदला, और पाठ्यक्रम समाप्त किया।

• सो गया, "सो गया" - इसका मतलब है कि वह अब कक्षाएं नहीं ले रहा है, सबसे अधिक संभावना है कि वह सो गया। हम आशावादी रूप से इस अवस्था को "नींद" कहते हैं, क्योंकि... सैद्धांतिक रूप से, उसके पास अभी भी अपनी पढ़ाई जारी रखने का अवसर है। हमारे लिए सबसे खराब परिणाम.
• जनरल को हटा दिया गया, पाठ्यक्रम बदल दिया गया - जनरल से किसी और चीज़ पर स्विच किया गया और हमारी मार्कोव श्रृंखला के लिए खो गया।
• पाठ्यक्रम समाप्त, पाठ्यक्रम समाप्त - आदर्श स्थिति, व्यक्ति ने 80% पाठ पूरा कर लिया है (सभी पाठ आवश्यक नहीं हैं)।

सफल कक्षा नोड में शामिल होने का अर्थ है शिक्षक के साथ हमारे मंच पर पाठ को सफलतापूर्वक पूरा करना। यह पाठ्यक्रम में प्रगति और वांछित परिणाम के दृष्टिकोण को रिकॉर्ड करता है - "पाठ्यक्रम पूरा किया।" हमारे लिए यह महत्वपूर्ण है कि छात्र यथासंभव अधिक से अधिक उपस्थित रहें।

मोबाइल एप्लिकेशन (ऐप सत्र नोड) के लिए अधिक सटीक मात्रात्मक निष्कर्ष प्राप्त करने के लिए, हमने प्रत्येक अंतिम नोड के लिए अलग-अलग श्रृंखलाएं बनाईं और फिर किनारे के वजन की जोड़ीवार तुलना की:

• ऐप सत्र से वापस उस पर;
• ऐप सत्र से सफल कक्षा तक;
• सफल कक्षा से ऐप सत्र तक।

बाईं ओर वे छात्र हैं जिन्होंने पाठ्यक्रम पूरा कर लिया है, दाईं ओर वे हैं जो "सो गए"

ये तीन किनारे एक छात्र की सफलता और उनके मोबाइल ऐप के उपयोग के बीच संबंध दर्शाते हैं। हमें यह देखने की उम्मीद थी कि जिन छात्रों ने पाठ्यक्रम पूरा कर लिया है, उनका एप्लिकेशन के साथ उन छात्रों की तुलना में अधिक मजबूत संबंध होगा जो सो गए थे। हालाँकि, वास्तव में हमें बिल्कुल विपरीत परिणाम मिले:

• हमने यह सुनिश्चित किया कि उपयोगकर्ताओं के विभिन्न समूह मोबाइल एप्लिकेशन के साथ अलग-अलग तरीके से इंटरैक्ट करें;
• सफल छात्र मोबाइल एप्लिकेशन का कम गहनता से उपयोग करते हैं;
• जो छात्र सो जाते हैं वे मोबाइल एप्लिकेशन का अधिक सक्रिय रूप से उपयोग करते हैं।

इसका मतलब यह है कि जो छात्र सो जाते हैं वे अधिक से अधिक समय मोबाइल एप्लिकेशन में बिताना शुरू कर देते हैं और अंत में हमेशा के लिए उसी में डूबे रहते हैं।

पहले तो हमें आश्चर्य हुआ, लेकिन सोचने के बाद हमें एहसास हुआ कि यह पूरी तरह से प्राकृतिक प्रभाव था। एक समय में, मैंने दो टूल का उपयोग करके स्वयं फ्रेंच का अध्ययन किया: एक मोबाइल एप्लिकेशन और YouTube पर व्याकरण व्याख्यान। सबसे पहले, मैंने उनके बीच समय को 50 से 50 के अनुपात में विभाजित किया। लेकिन एप्लिकेशन अधिक मजेदार है, इसमें गेमिफिकेशन है, सब कुछ सरल, तेज और स्पष्ट है, लेकिन व्याख्यान में आपको इसमें गहराई से जाना होगा, कुछ लिखना होगा , एक नोटबुक में अभ्यास करें। धीरे-धीरे, मैंने अपने स्मार्टफोन पर अधिक समय बिताना शुरू कर दिया, जब तक कि इसकी हिस्सेदारी 100% तक नहीं बढ़ गई: यदि आप इस पर तीन घंटे बिताते हैं, तो आप काम पूरा होने की झूठी भावना पैदा करते हैं, जिसके कारण आपको कुछ भी सुनने और सुनने की इच्छा नहीं होती है। .

लेकिन यह कैसे हो सकता है? आख़िरकार, हमने विशेष रूप से एक मोबाइल एप्लिकेशन बनाया है, इसमें एबिंगहॉस वक्र बनाया गया, इसे सरलीकृत किया, इसे आकर्षक बनाया ताकि लोग इसमें समय बिता सकें, लेकिन यह पता चला कि यह केवल उनका ध्यान भटकाता है? वास्तव में, इसका कारण यह है कि मोबाइल एप्लिकेशन टीम ने अपने कार्यों को बहुत अच्छी तरह से पूरा किया, जिसके परिणामस्वरूप यह एक अच्छा, आत्मनिर्भर उत्पाद बन गया और हमारे पारिस्थितिकी तंत्र से बाहर होना शुरू हो गया।

शोध के परिणामस्वरूप, यह स्पष्ट हो गया कि मोबाइल एप्लिकेशन को किसी भी तरह से बदलने की आवश्यकता है ताकि यह अध्ययन के मुख्य पाठ्यक्रम से कम ध्यान भटकाए। और बच्चे और वयस्क दोनों। यह कार्य अभी चल रहा है।

दूसरा मामला: ऑनबोर्डिंग बग

नए छात्र का पंजीकरण करते समय ऑनबोर्डिंग एक वैकल्पिक अतिरिक्त प्रक्रिया है, जो भविष्य में संभावित तकनीकी समस्याओं को दूर करती है। मूल परिदृश्य मानता है कि एक व्यक्ति ने लैंडिंग पृष्ठ पर पंजीकरण किया है, अपने व्यक्तिगत खाते तक पहुंच प्राप्त की है, उससे संपर्क किया गया है और उसे एक परिचयात्मक पाठ दिया गया है। साथ ही, हम परिचयात्मक पाठ के दौरान तकनीकी कठिनाइयों का एक बड़ा प्रतिशत देखते हैं: ब्राउज़र का गलत संस्करण, माइक्रोफ़ोन या ध्वनि काम नहीं करता है, शिक्षक तुरंत समाधान का सुझाव नहीं दे सकता है, और यह सब तब विशेष रूप से कठिन होता है जब यह आता है बच्चों के लिए। इसलिए, हमने आपके व्यक्तिगत खाते में एक अतिरिक्त एप्लिकेशन विकसित किया है, जहां आप चार सरल चरण पूरे कर सकते हैं: अपना ब्राउज़र, कैमरा, माइक्रोफ़ोन जांचें और पुष्टि करें कि परिचयात्मक पाठ के दौरान माता-पिता पास होंगे (आखिरकार, वे ही हैं जो इसके लिए भुगतान करते हैं) उनके बच्चों की शिक्षा)।

इन कुछ ऑनबोर्डिंग पेजों ने इस तरह एक फ़नल दिखाया:

1: तीन अलग-अलग (क्लाइंट के आधार पर) लॉगिन और पासवर्ड प्रविष्टि फॉर्म के साथ ब्लॉक शुरू करना।
2: अतिरिक्त ऑनबोर्डिंग प्रक्रिया से सहमत चेकबॉक्स।
2.1-2.3: माता-पिता की उपस्थिति, क्रोम संस्करण और ध्वनि की जाँच करें।
3: अंतिम ब्लॉक.

यह बहुत स्वाभाविक लगता है: पहले दो चरणों में, अधिकांश आगंतुक यह महसूस करते हुए चले जाते हैं कि भरने, जांचने के लिए कुछ है, लेकिन समय नहीं है। यदि ग्राहक तीसरे चरण तक पहुंच गया है, तो वह लगभग निश्चित रूप से फाइनल तक पहुंच जाएगा। फ़नल पर किसी चीज़ पर संदेह करने का एक भी कारण नहीं है।

फिर भी, हमने अपने ऑनबोर्डिंग का विश्लेषण क्लासिक एक-आयामी फ़नल पर नहीं, बल्कि मार्कोव श्रृंखला का उपयोग करके करने का निर्णय लिया। हमने कुछ और इवेंट चालू किए, स्क्रिप्ट चलाई और यह प्राप्त किया:

इस अराजकता में, केवल एक ही बात स्पष्ट रूप से समझ में आ सकती है: कुछ गलत हो गया। ऑनबोर्डिंग प्रक्रिया रैखिक है, यह डिज़ाइन में अंतर्निहित है, इसमें कनेक्शन का ऐसा कोई जाल नहीं होना चाहिए। और यहां यह तुरंत स्पष्ट है कि उपयोगकर्ता को चरणों के बीच फेंक दिया जाता है, जिसके बीच कोई भी संक्रमण नहीं होना चाहिए।

इस अजीब तस्वीर के दो कारण हो सकते हैं:

• लॉग डेटाबेस में शॉल्स घुस गए;
• उत्पाद में ही गलतियाँ हैं - ऑनबोर्डिंग।

पहला कारण संभवतः सत्य है, लेकिन इसका परीक्षण करना काफी श्रमसाध्य है, और लॉग को सही करने से यूएक्स को बेहतर बनाने में मदद नहीं मिलेगी। लेकिन दूसरे के साथ, यदि वह अस्तित्व में है, तो तत्काल कुछ करना होगा। इसलिए, हम नोड्स को देखने गए, उन किनारों की पहचान की जो अस्तित्व में नहीं होने चाहिए, और उनकी घटना के कारणों की तलाश की। हमने देखा कि कुछ उपयोगकर्ता फंस गए और हलकों में चले, अन्य बीच से शुरुआत तक गिर गए, और अन्य, सिद्धांत रूप में, पहले दो चरणों से बाहर नहीं निकल सके। हमने डेटा को क्यूए में स्थानांतरित कर दिया - और हां, यह पता चला कि ऑनबोर्डिंग में पर्याप्त बग थे: यह एक ऐसा उप-उत्पाद है, एक बैसाखी जैसा, इसका पर्याप्त गहराई से परीक्षण नहीं किया गया था, क्योंकि... हमें किसी समस्या की उम्मीद नहीं थी. अब रिकॉर्डिंग की पूरी प्रक्रिया बदल गई है.

इस कहानी ने हमें QA के क्षेत्र में मार्कोव श्रृंखलाओं का अप्रत्याशित अनुप्रयोग दिखाया।

इसे स्वयं आज़माएं!

मैंने अपना पोस्ट किया मार्कोव श्रृंखलाओं के प्रशिक्षण के लिए पायथन लिपि सार्वजनिक डोमेन में - इसे अपने स्वास्थ्य के लिए उपयोग करें। GitHub पर दस्तावेज़ीकरण, यहां प्रश्न पूछे जा सकते हैं, मैं हर चीज़ का उत्तर देने का प्रयास करूंगा।

खैर, उपयोगी लिंक: नेटवर्कएक्स लाइब्रेरी, ग्राफ़विज़ विज़ुअलाइज़र. और यहां हेब्रे पर एक लेख है मार्कोव श्रृंखलाओं के बारे में। लेख में ग्राफ़ का उपयोग करके बनाया गया है गेफि.

स्रोत: www.habr.com