Анализ сходства премиальных смартфонов с использованием метрик расстояния и мер бинарного сходства
Автор: Урунов А.Т.
Журнал: Теория и практика современной науки @modern-j
Рубрика: Медицина и здоровье
Статья в выпуске: 2 (128), 2026 года.
Бесплатный доступ
В статье рассматривается разработка программного решения для анализа сходства премиальных смартфонов на основе бинарных признаков. Для сравнения используются метрики расстояния (Евклидово, Минковского) и функции сходства (Жаккара, Дайса, Сокала-Мишнера и др.). Реализация выполнена на языке C#. Продемонстрированы результаты сравнения флагманских моделей смартфонов.
Интеллектуальные информационные системы, бинарные признаки, метрики расстояния, коэффициенты сходства, анализ данных
Короткий адрес: https://sciup.org/140315264
IDR: 140315264 | УДК: 004.89
Analysis of premium smartphone similarity using distance metrics and binary similarity measures
The article presents the development of a software solution for analyzing the similarity of premium smartphones based on binary features. Distance metrics (Euclidean, Minkowski) and similarity measures (Jaccard, Dice, Sokal-Michener, etc.) are used for comparison. The implementation is written in C#. The results of comparing flagship smartphone models are demonstrated.
Текст научной статьи Анализ сходства премиальных смартфонов с использованием метрик расстояния и мер бинарного сходства
В задачах интеллектуальных информационных систем важное место занимает анализ сходства объектов по набору признаков. Подобные методы широко применяются в системах рекомендаций, кластеризации, классификации и сравнительном анализе продукции.
В рамках лабораторной работы был реализован программный модуль для оценки степени сходства премиальных смартфонов по набору бинарных характеристик (наличие/отсутствие функции).
Для анализа были выбраны следующие флагманские модели:
-
- iPhone 16 Pro Max
-
- Samsung Galaxy S24 Ultra
-
- Google Pixel 9 Pro
Сравнение проводилось по следующим признакам:
-
1. Профессиональная камера.
-
2. Поддержка стилуса.
-
3. Сверхбыстрая зарядка.
-
4. Большой экран (6.7"+).
-
5. Продвинутая ИИ-обработка фото.
Каждый признак кодировался бинарно:
-
1 — функция присутствует;
0 — функция отсутствует.
Матрица признаков представлена в таблице 1.
Таблица 1 – Матрица признаков
|
Смартфон |
Камера |
Стилус |
Быстрая зарядка |
Большой экран |
ИИ-фото |
|
iPhone 16 Pro Max |
1 |
0 |
0 |
1 |
1 |
|
Samsung Galaxy S24 Ultra |
1 |
1 |
1 |
1 |
1 |
|
Pixel 9 Pro |
1 |
0 |
1 |
0 |
1 |
Для количественной оценки сходства были использованы следующие метрики расстояния:
-
• Евклидово расстояние
-
• Расстояние Минковского (p = 3)
-
• Квадрат Евклидова расстояния (как расстояние n-мерных векторов) Евклидово расстояние определяется формулой:
Расстояние Минковского вычисляется как:
Кроме метрик расстояния были реализованы функции бинарного сходства:
-
- Рассела и Рао;
-
- Жаккара (Jaccard);
-
- Дайса (Dice);
-
- Сокала и Снифа;
-
- Сокала и Мишнера;
-
- Кульжинского;
-
- Сокала и Юла.
Пусть:
-
a — количество совпадений по признаку 1–1;
-
b — совпадения 0–0;
-
g — 1–0;
-
h — 0–1.
Тогда, например, коэффициент Жаккара определяется как:
J=--г а, -\- у -\- п,
Программа реализована на языке C# в виде консольного приложения. В ней заданы массивы признаков для каждого смартфона, после чего выполняется попарное сравнение моделей. Расчёт расстояний и коэффициентов сходства осуществляется в отдельных функциях, что делает архитектуру программы модульной и удобной для расширения.
Результаты вычислений показали, что наибольшая степень сходства наблюдается между моделями Samsung Galaxy S24 Ultra и Google Pixel 9 Pro, поскольку они имеют совпадение по большинству функциональных характеристик. Наименьшее сходство выявлено между iPhone 16 Pro Max и Google Pixel 9 Pro из-за различий по размеру экрана и поддержке быстрой зарядки.
Разработанное программное решение демонстрирует применение математических методов анализа сходства в задачах интеллектуальных информационных систем. Подобный подход может быть расширен для многомерных данных, весовых коэффициентов признаков и интеграции в рекомендательные системы электронной коммерции.
Таким образом, в работе была реализована и протестирована система сравнительного анализа объектов на основе бинарных признаков с использованием различных метрик расстояния и коэффициентов сходства, что подтверждает эффективность математического аппарата теории сходства в практических задачах анализа данных.
