💻 computer science

A data-driven classifier integrating symmetric intuitionistic fuzzy TOPSIS with self-interactive sequential three-way decision

Questo articolo propone un classificatore binario basato sui dati e privo di funzioni di perdita che integra il TOPSIS fuzzy intuitivista simmetrico con la decisione tripartita sequenziale auto-interattiva per superare le limitazioni esistenti, utilizzando pesi degli attributi oggettivi, misurazioni di distanza bilanciate e un ciclo di feedback interno per l'adattamento delle soglie, migliorando così le prestazioni di classificazione e la robustezza.

Autori originali: Yangyang Guo, Wenyan Xu, Qiang Chen

Pubblicato 2026-07-03

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Yangyang Guo, Wenyan Xu, Qiang Chen

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di essere un responsabile delle risorse umane che cerca di decidere chi assumere esaminando una pila di curricula. Hai una lista di candidati (i dati) e una lista di competenze da verificare (gli attributi). Il tuo obiettivo è smistarli in tre pile: Assumi, Non Assumere e "Non sono sicuro, guardiamo più da vicino".

Questo articolo presenta un nuovo modo più intelligente di effettuare questa classificazione, chiamato SIF-TOPSIS-S3WD. Combina tre idee potenti per rendere il processo decisionale più equo, equilibrato e resistente ai dati disordinati. Ecco come funziona, suddiviso in semplici passaggi:

1. Il problema dei metodi tradizionali

I metodi tradizionali presentano spesso tre grandi difetti:

Pesi Soggettivi: La persona che assume potrebbe ipotizzare quali competenze siano più importanti (ad esempio, "Penso che la programmazione sia importante il 50% in più rispetto al lavoro di squadra"). Questo è un pregiudizio.
Valutazione Unilaterale: Si potrebbe concentrare troppo sui tratti "positivi" ignorando quelli "negativi", o viceversa, portando a una visione sbilanciata.
L'Effetto "Valanga": Alcuni metodi cercano di risolvere il problema dei candidati "incerti" aggiungendo altre domande una dopo l'altra. Se si sbagliano le prime risposte, questi errori si accumulano, peggiorando la decisione finale.

2. La Nuova Soluzione: Un Processo in Tre Fasi

Gli autori propongono un sistema che risolve questi problemi utilizzando tre fasi principali:

Fase 1: Lascia che i Dati Decidano l'Importanza (Pesi Obiettivi)

Invece di far indovinare a un essere umano quali competenze contano di più, il sistema utilizza uno strumento matematico chiamato Entropia di Shannon (pensa a un "misuratore di caos").

L'Analogia: Immagina di giudicare un concorso di cucina. Se ogni concorrente usa il sale esattamente nello stesso modo, il sale non è un buon modo per distinguerli. Ma se alcuni ne usano molto e altri nulla, il sale diventa un fattore molto importante.
Come funziona: Il sistema analizza i dati. Se una competenza varia enormemente tra i candidati, il sistema le assegna un peso elevato (è molto importante). Se tutti sono uguali su una determinata competenza, il sistema le assegna un peso basso (non aiuta a distinguere). Questo elimina il pregiudizio umano.

Fase 2: L'Equilibrio Perfetto (TOPSIS Intuizionistico Fuzzy Simmetrico)

Una volta stabiliti i pesi, il sistema deve valutare i candidati. Utilizza un metodo chiamato TOPSIS, che è come cercare il "Candidato Perfetto" e il "Peggior Candidato" nella stanza.

L'Analogia: Immagina una bilancia. Da un lato c'è l' "Eroe Ideale" (competenze perfette, nessun difetto). Dall'altro c'è il "Cattivo Ideale" (peggiori competenze, massimi difetti).
L'Innovazione: La maggior parte dei vecchi metodi guarda solo quanto sei vicino all'Eroe. Questo nuovo metodo guarda a entrambi i lati in modo uguale. Chiede: "Quanto sei vicino all'Eroe E quanto sei lontano dal Cattivo?".
Il Risultato: Calcola un punteggio di "Vicinanza Relativa". Ciò assicura che un piccolo difetto non ti penalizzi ingiustamente, e che un piccolo pregio non ti garantisca un passaggio non meritato. Tratta le prove "buone" e "cattive" in modo simmetrico.

Fase 3: Il Ciclo di Autocorrezione (Decisione Tripartita Sequenziale Auto-Interattiva)

Ora, il sistema ha un punteggio per tutti. Ma cosa fare con le persone che si trovano nel mezzo?

Il Vecchio Modo: I metodi tradizionali potrebbero aggiungere più domande (attributi) al gruppo degli "incerti". Se poni una brutta domanda, potresti classificare male qualcuno, e questo errore verrebbe portato avanti al round successivo.
Il Nuovo Modo: Questo sistema utilizza un Ciclo Auto-Interattivo.
- Prende il gruppo degli "incerti" e chiede: "Qual è il modo migliore per dividere questo specifico gruppo proprio ora?".
- Non aggiunge nuove domande. Invece, regola dinamicamente le soglie (il voto minimo per passare) in base ai punteggi dell'attuale gruppo.
- Crea un ciclo di feedback: prova diverse soglie di passaggio, vede quale crea la divisione più equa e la blocca.
- Il Vantaggio: Poiché non continua ad aggiungere nuove domande (che possono introdurre errori), evita l' "effetto valanga" delle classificazioni errate. Affina la decisione utilizzando le stesse informazioni, guardandole solo attraverso una lente più intelligente ogni volta.

3. Ha Funzionato? (I Risultati)

Gli autori hanno testato questo nuovo "Responsabile delle Risorse Umane" su nove dataset reali (come dati medici relativi al tumore al seno o al diabete).

Prestazioni: Ha performato molto bene, superando spesso metodi standard come le Random Forest o il TOPSIS di base. È stato particolarmente efficace nel trovare i casi "positivi" (alta Recall), il che significa che raramente ha perso un candidato che avrebbe dovuto essere assunto.
Robustezza: Hanno testato cosa succede se i dati sono "sporchi" (rumorosi, con valori mancanti o outlier). Anche quando i dati erano corrotti, questo nuovo metodo è rimasto stabile e non è andato in crisi, mentre i metodi più vecchi hanno avuto maggiori difficoltà.

Riassunto

In breve, questo articolo costruisce un classificatore che:

Non indovina quali caratteristiche siano importanti (le calcola).
Bilancia equamente le prove buone e quelle cattive (niente pregiudizi).
Affina le decisioni regolando le regole per il gruppo degli "incerti", invece di aggiungere altre domande potenzialmente confondenti.

Il risultato è uno strumento decisionale più equo, più accurato e più resistente ai dati disordinati.

Sintesi Tecnica: Un Classificatore Basato sui Dati che Integra il TOPSIS Fuzzy Intuizionistico Simmetrico con la Decisione Tripla Sequenziale Auto-Interattiva

Definizione del Problema
I compiti di classificazione binaria affrontano spesso sfide legate all'incertezza, all'esitazione e alla sovrapposizione dei confini delle classi. Sebbene i metodi esistenti come la regressione logistica e le macchine a vettori di supporto siano efficaci, possono avere difficoltà con forme complesse di incertezza. Gli insiemi fuzzy e le decisioni triples sequenziali (S3WD) offrono estensioni teoriche per gestire tali problematiche. Tuttavia, gli approoli attuali soffrono di specifiche limitazioni:

Soggettività e Bias: I metodi Intuitionistic Fuzzy TOPSIS (IF-TOPSIS) spesso si basano su pesi degli attributi soggettivi o formule di vicinanza asimmetriche che introducono un bias direzionale.
Accumulo di Errori di Classificazione: I modelli S3WD tradizionali risolvono tipicamente le istanze ambigue aumentando progressivamente l'insieme degli attributi. Ciò può portare a una bassa accuratezza decisionale nelle fasi iniziali e all'accumulo di errori di classificazione man mano che vengono aggiunti nuovi attributi.
Dipendenza dalle Soglie: I modelli S3WD esistenti dipendono fortemente da funzioni di perdita per determinare le soglie, che sono o impostate manualmente o computazionalmente costose da derivare.
Mancanza di Integrazione: Esiste una scarsa esplorazione dell'integrazione tra la ponderazione oggettiva degli attributi e il processo di trisecazione nei contesti di classificazione basati su TOPSIS.

Metodologia
Il documento propone un framework unificato, basato sui dati, chiamato SIF-TOPSIS-S3WD, che integra il TOPSIS fuzzy intuizionistico simmetrico con un meccanismo di decisione tripla sequenziale auto-interattiva. La metodologia procede in tre fasi distinte:

Determinazione Oggettiva dei Pesi:
Inveve della ponderazione manuale, gli autori impiegano un metodo migliorato basato sull'entropia di Shannon all'interno di un ambiente fuzzy intuizionistico. Questo approccio calcola misure di informazione elementare ( $E_{ij}$ ) basate sui gradi di appartenenza, non appartenenza ed esitazione. Tali misure sono normalizzate per calcolare i valori di entropia, che vengono poi utilizzati per derivare i pesi oggettivi degli attributi. I pesi sono inseriti nella matrice decisionale tramite un'operazione di potenza di tipo Atanassov, che rafforza gli attributi ad alto peso e sopprime quelli a basso peso, preservando al contempo la struttura fuzzy intuizionistica.
TOPSIS Fuzzy Intuizionistico Simmetrico:
Il framework calcola un grado di vicinanza relativa simmetrica per ogni oggetto. A differenza del TOPSIS tradizionale, questo metodo:
- Identifica le Soluzioni Ideali Positive (PIS) e le Soluzioni Ideali Negative (NIS) dinamicamente in base ai punteggi di efficacia netta ( $\mu' - \nu'$ ) piuttosto che su tipi di attributi predefiniti.
- Utilizza una metrica simmetrica di tipo max per calcolare le distanze da PIS e NIS. Questa metrica tratta equamente le deviazioni nei gradi di appartenenza e non appartenenza, eliminando il bias direzionale.
- Calcola un grado di vicinanza relativa ( $T_i$ ) che riflette sia l'attrazione verso l'ideale positivo sia la repulsione dal negativo ideale.
Decisione Tripla Sequenziale Auto-Interattiva (S3WD):
Inveve di espandere l'insieme degli attributi, il classificatore opera su un insieme fisso di attributi. Esso trasforma i gradi di vicinanza relativa continui in decisioni di classificazione gerarchiche (regioni Positive, Negative e di Confine) attraverso un ciclo di feedback interno:
- Tracciamento delle Soglie: Viene generata una griglia finita di coppie di soglie candidate $(\alpha, \beta)$ basata sul numero di oggetti nella corrente regione di confine.
- Valutazione della Probabilità: Per ogni oggetto, vengono derivate funzioni di valutazione della probabilità ( $h_1, h_2, h_3$ ) dalla vicinanza relativa per stimare la probabilità di appartenenza alle regioni positiva, negativa o di confine.
- Trisecazione Ottimale: Una misura di valutazione della trisecazione ( $H$ ) quantifica la qualità delle diverse combinazioni di soglia. L'algoritmo seleziona iterativamente la coppia di soglie che massimizza $H$ , creando un processo decisionale adattivo privo di funzioni di perdita.
- Terminazione: Il processo si ripete sugli oggetti di confine rimanenti fino alla convergenza o finché non è possibile determinare una trisecazione ottimale univoca, evitando intrinsecamente l'accumulo di errori di classificazione associato all'espansione progressiva degli attributi.

Contributi Chiave
Il documento identifica tre contributi primari:

Ponderazione Oggettiva: Viene introdotto un approccio migliorato all'entropia di Shannon fuzzy intuizionistica per determinare i pesi degli attributi in modo oggettivo incorporando l'informazione di esitazione, riducendo il bias soggettivo comune nei modelli IF-TOPSIS convenzionali.
Valutazione Simmetrica: Viene proposta una vicinanza relativa simmetrica basata su una distanza di tipo max. Ciò impone una penalizzazione bilanciata sulle deviazioni delle informazioni di appartenenza e non appartenenza, migliorando la coerenza geometrica.
S3WD Senza Funzione di Perdita: Viene costruito un nuovo framework di decisione tripla sequenziale che si basa sui gradi di vicinanza relativa e su un meccanismo auto-interattivo interno. Esso genera decisioni gerarchiche con soglie dinamiche adattive su un insieme fisso di attributi, evitando naturalmente il rischio di accumulo di errori di classificazione tipico dei contesti S3WD tradizionali.

Risultati Sperimentali
Il classificatore proposto è stato valutato su nove dataset di classificazione binaria dal UCI Machine Learning Repository (ad esempio, Wdbc, Breast, Glioma, German).

Prestazioni: Il metodo ha ottenuto risultati competitivi, in particolare in termini di Recall e F1-score. Ha ottenuto i migliori risultati o i risultati migliori a pari merito su diversi dataset (Breast, Glioma, German, Statlog) e ha dimostrato la recall media più alta tra i metodi confrontati. Sebbene il Naive Bayes abbia mostrato una accuratezza media superiore in alcune metriche, il SIF-TOPSIS-S3WD ha fornito un equilibrio favorevole tra precisione e recall.
Robustezza: Sotto perturbazioni miste delle caratteristiche (rumore Gaussiano, valori mancanti e outlier) a livelli fino al 30%, il metodo proposto ha mantenuto prestazioni stabili. Si è posizionato costantemente tra i primi tre metodi per livelli di perturbazione, superando le varianti tradizionali di TOPSIS che si sono rivelate più sensibili alla corruzione dei dati.
Sensibilità: L'analisi di sensibilità riguardo al parametro di esitazione ( $\pi$ ) ha indicato che il valore ottimale dipende dal dataset, suggerendo la necessità di una regolazione guidata dai dati piuttosto che di una costante universale.

Significatività e Rivendicazioni
Gli autori affermano che la sinergia tra la rappresentazione fuzzy intuizionistica simmetrica e le decisioni triples sequenziali fornisce un framework robusto e interpretabile per la classificazione binaria. La significatività del lavoro risiede nel:

Passaggio da un IF-TOPSIS orientato al ranking a un meccanismo di classificazione gerarchica.
Fornire un'alternativa priva di funzione di perdita ai modelli S3WD tradizionali che elimina la necessità di specificare manualmente la funzione di perdita.
Mitigare il problema dell'accumulo di errori di classificazione operando su un insieme fisso di attributi con soglie adattive invece che sull'espansione progressiva degli attributi.
Dimostrare che il classificatore offre un approccio basato sui dati e consapevole dei pesi, competitivo in termini di prestazioni e robustezza contro la contaminazione dei dati.

Il documento conclude con moderazione, osservando che, sebbene il metodo sia competitivo, non è uniformemente dominante in tutti i dataset e le metriche. Il lavoro futuro suggerisce di estendere il framework ai contesti multi-classe ed esplorare meccanismi di apprendimento per determinare il grado di esitazione.