Методи глибокого навчання для аналізу поведінкових даних і прогнозування вподобань користувачів
Вантажиться...
Дата
2025
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 128 с, 16 рис., 6 табл., 20 джерел.
Об'єктом дослідження є процеси автоматизованого формування персоналізованих рекомендацій для користувачів ігрових платформ на основі аналізу їхньої поведінкової активності. Предметом дослідження є методи машинного навчання та глибокого навчання, що застосовуються для побудови моделей ранжування та персоналізації у системах рекомендацій. Мета роботи полягає в розробці ефективної системи персоналізованих рекомендацій ігор, здатної формувати точні та релевантні рекомендаційні списки на основі аналізу історії взаємодій користувачів із платформою. Основні результати дослідження: розроблено архітектуру системи рекомендацій, реалізовано багатошарову нейронну модель ранжування (MLP), впроваджено модуль генерації негативних прикладів, проведено функціонально-вартісний аналіз реалізації. Система демонструє високі показники точності (Precision@10) та готова до інтеграції в практичні додатки ігрових платформ. Напрями подальших досліджень включають вдосконалення механізмів семплінгу негативних прикладів (з використанням Graph-based та Model-based підходів), інтеграцію моделей послідовної обробки (RNN/Transformer) для урахування динаміки змін інтересів користувачів, а також розширення системи для рекомендацій крос-платформенного контенту (мобільні ігри, консольні ігри, підписні сервіси).
Опис
Ключові слова
напівкероване гіперпараметрів, машинне навчання, оптимізація задача класифікації, персоналізовані рекомендації, глибоке навчання, поведінкові дані, semi-supervised machine learning, hyperparameter optimization, classification problem, personalised recommendations, deep learning, behavioural data
Бібліографічний опис
Шаріпов, М. О. Методи глибокого навчання для аналізу поведінкових даних і прогнозування вподобань користувачів : дипломна робота … бакалавра : 122 Комп'ютерні науки / Шаріпов Михайло Олексійович. – Київ, 2025. – 129 с.