Modified Algorithm of Collaborative Filtering for Forming User Recommendations

Скорочена інформація про документ
dc.contributor.authorKochubey, I. Yu.
dc.contributor.authorZhurakovska, O. S.
dc.date.accessioned2021-04-06T11:57:03Z
dc.date.available2021-04-06T11:57:03Z
dc.date.issued2020
dc.description.abstractenBackground. In our online life, we get a lot of information, and more and more people don`t want to rummage impassable jungle of information. Each of us wants to quickly find what is looking for. Many sites such as YouTube, Facebook and Twitter have already had recommender system and many people have used it. Recommender systems are becoming more and more popular. Objective. The base algorithm of collaborative filtering which is used in recommender system is considered. We are trying to find bottleneck problems of base algorithm of collaborative filtering to improve it and take a gain in time. Methods. We have analyzed the base algorithm of collaborative filtering and have found bottleneck problem. The main runtime of the algorithm is concentrated to calculate user similarity. We calculated the average rating for object in cluster with weighting factor. We use two criterions to compare the base algorithm with the modified algorithm. First criterion is the algorithm runtime. Second criterion is amount of elementary permutations we have to do to get recommendations which are provided by the base algorithm of collaborative filtering. The main factors which influence the algorithm runtime of collaborative filtering are: number of users, amount of objects and percentage of filling. Results. The modified algorithm of collaborative filtering was compared with the base algorithm of collaborative filtering by two criteria. The difference between the results of both algorithms does not exceed 5%. The modified algorithm works faster than the base algorithm. Furthermore, with increasing the number of users or amount of objects the runtime difference will increase. The results of research are presented in graphs. Conclusions. We have analyzed the base algorithm of collaborative filtering and methods to improve it. We can conclude on the feasibility of the modified algorithm of collaborative filtering from the research. The modified method gives a great gain in time. If systems start to use this modified algorithm, this can solve the problem with the runtime of the algorithm of collaborative filtering and allows giving recommendations faster than the system which uses the base algorithm.uk
dc.description.abstractruПроблематика. В нашей онлайн-жизни мы получаем много информации, и все больше людей не хотят анализировать или просматривать большие объемы информации. Каждый из нас хочет быстро найти то, что ищет. На многих сайтах, таких как YouTube, Facebook и Twitter, уже есть система рекомендаций, и многие пользователи отдают ей предпочтение. Формирование алгоритмического обеспечения рекомендательных систем в настоящее время является очень актуальной проблемой. Цель исследования. Мы рассматриваем базовый алгоритм коллаборативной фильтрации, который часто используется в системах рекомендаций. Пытаемся найти узкие места базового алгоритма коллаборативной фильтрации для его совершенствования, то есть увеличения его быстродействия. Методика реализации. Мы проанализировали базовый алгоритм коллаборативной фильтрации и обнаружили узкое мес­то. Основное время работы алгоритма сосредоточено на вычислении сходства пользователей. В модифицированном алгоритме мы вычисляем среднюю оценку объекта в кластере с коэффициентом взвешивания. Для сравнения базового алгоритма с модифицированным алгоритмом мы используем два критерия. Первый критерий – время работы алгоритма. Второй критерий – количество элементарных перестановок, которые мы должны сделать, чтобы получить рекомендации, которые дает базовый алгоритм коллаборативной фильтрации. Основными факторами, которые влияют на время работы алгоритма коллаборативной фильтрации, являются: количество пользователей, количество объектов и процент заполнения. Результаты исследования. Получены результаты отклонения в результатах между базовым и модифицированным алгоритмами, которое колеблется между 3 и 5 %. Модифицированный алгоритм работает быстрее базового, к тому же с увеличением количества пользователей или количества объектов разница во времени работы будет увеличиваться. Результаты исследования представлены в графиках. Выводы.Мы проанализировали базовый алгоритм коллаборативной фильтрации и методы его усовершенствования. Можно сделать вывод о целесообразности использования модифицированного алгоритма фильтрации. Модифицированный алгоритм дает большой выигрыш во времени. Если системы начнут использовать модифицированный алгоритм, это сможет решить проблему со временем работы алгоритма фильтрации и позволит давать рекомендации быстрее, чем система, которая использует базовый алгоритм.uk
dc.description.abstractukПроблематика. У нашому онлайн-житті ми отримуємо багато інформації, і все більше людей не хочуть аналізувати чи переглядати великі обсяги інформації. Кожен із нас хоче швидко знайти те, що шукає. На багатьох сайтах, таких як YouTube, Facebook і Twitter, вже є система рекомендацій, і багато користувачів віддають їй перевагу. Формування алгоритмічного забезпечення рекомендаційних систем на сьогодні є дуже актуальною проблемою. Мета дослідження. Ми розглядаємо базовий алгоритм колаборативної фільтрації, який часто використовується в системах рекомендацій. Намагаємося знайти вузькі місця базового алгоритму колаборативної фільтрації для його вдосконалення, тобто покращення його швидкодії. Методика реалізації. Ми проаналізували базовий алгоритм колаборативної фільтрації та виявили вузьке місце. Основний час роботи алгоритму зосереджений на обчисленні схожості користувачів. У модифікованому алгоритмі ми обчислюємо середню оцінку обʾєкта в кластері з коефіцієнтом зважування. Для порівняння базового алгоритму з модифікованим алгоритмом ми використовуємо два критерії. Перший критерій – час роботи алгоритму. Другий критерій – це кількість елементарних перестановок, які ми повинні зробити, щоб отримати рекомендації, які дає базовий алгоритм колаборативної фільтрації. Основними факторами, які впливають на час роботи алгоритму колаборативної фільтрації, є: кількість користувачів, кількість обʾєктів і відсоток заповнення. Результати дослідження. З дослідження отримано результати відхилення у результатах між базовим та модифікованим алгоритмами, яке коливається між 3 та 5 %. Модифікований алгоритм працює швидше, ніж базовий, до того ж зі збільшенням кількості користувачів або кількості обʾєктів різниця в часі роботи буде збільшуватися. Результати дослідження представлені у графіках. Висновки. Ми проаналізували базовий алгоритм колаборативної фільтрації та методи його вдосконалення. Можна зробити висновок про доцільність використання модифікованого алгоритму фільтрації. Модифікований алгоритм дає великий виграш у часі. Якщо системи почнуть використовувати модифікований алгоритм, це зможе вирішити проблему з часом роботи алгоритму фільтрації і дасть змогу давати рекомендації швидше, ніж система, яка використовує базовий алгоритм.uk
dc.format.pagerangePp. 43-49uk
dc.identifier.citationKochubey, I. Yu. Modified Algorithm of Collaborative Filtering for Forming User Recommendations / I. Yu. Kochubey, O. S. Zhurakovska // Наукові вісті КПІ : міжнародний науково-технічний журнал. – 2020. – № 3(130). – С. 43–49. – Бібліогр.: 12 назв.uk
dc.identifier.doihttps://doi.org/10.20535/kpi-sn.2020.3.209842
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/40446
dc.language.isoenuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.relation.ispartofНаукові вісті КПІ : міжнародний науково-технічний журнал, 2020, № 3(130)uk
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/uk
dc.subjectrecommender systemuk
dc.subjectcollaborative filteringuk
dc.subjectmodified algorithm of collaborative filteringuk
dc.subjectweb directoryuk
dc.subjectрекомендаційна системаuk
dc.subjectколаборативна фільтраціяuk
dc.subjectмодифікований алгоритм колаборативної фільтраціїuk
dc.subjectвеб-каталогuk
dc.subjectрекомендательная системаuk
dc.subjectколлаборативная фильтрацияuk
dc.subjectмодифицированный алгоритм коллаборативной фильтрацииuk
dc.subject.udc004.021uk
dc.titleModified Algorithm of Collaborative Filtering for Forming User Recommendationsuk
dc.title.alternativeАлгоритмічне забезпечення формування рекомендацій користувачам веб-каталогуuk
dc.title.alternativeАлгоритмическое обеспечение формирования рекомендаций пользователям веб-каталогаuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
NVKPI2020-3_05.pdf
Розмір:
336.06 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.01 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Наукові вісті КПІ: міжнародний науково-технічний журнал, № 3(130)