Оптимізована рекомендаційна система з використанням технології нейронних мереж
Вантажиться...
Дата
2020
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Робота складається із вступу та чотирьох розділів. Загальний обсяг роботи: 83 аркуші основного тексту, 34 ілюстрації, 23 таблиць. При підготовці використовувалася література з 20 різних джерел.
Актуальність. З кожним днем у різні сервіси з продажу впроваджуються аналітичні додатки, що допомагають краще зрозуміти користувача та запропонувати певний товар, що буде відповідати його вподобанням. Таким підбором товарів займаються рекомендаційні системи. На початку їх запуску дуже часто не вистачає початкових даних про користувачів, щоб побудувати рекомендації правильно, тому існує проблема «холодного старту».
Використання технологій нейромереж не є новим, але має велику популярність через доволі точні розрахунки та гнучкість у налаштуванні. Розробка рекомендаційної системи, що може подолати проблему «холодного старту» та використовує технологію нейронних мереж є актуальною.
Мета і завдання дослідження. Метою даної магістерської роботи є розробка рекомендаційної системи, що вирішує проблему «холодного старту» шляхом аналізу графічних зображень з використанням технології нейронних мереж.
Для досягнення мети дослідження поставлено і вирішено такі завдання:
• дослідження структури та принципів роботи рекомендаційних систем;
• дослідження видів архітектур та принципів роботи нейронних мереж, а особливо згорткових;
• побудова алгоритму роботи рекомендаційної системи;
• розробка прототипу рекомендаційної системи та тестового середовища для демонстрації результатів;
• ілюстрація роботи моделі та аналіз отриманих результатів;
Об’єкт дослідження – процес подолання проблеми «холодного старту» у рекомендаційних системах шляхом аналізу графічних зображень та з використанням технології нейронних мереж.
Предмет дослідження – способи і засоби розв’язання задачі подолання проблеми «холодного старту» у рекомендаційних системах.
Методи досліджень. Для досягнення поставлених в магістерській роботі задач, використано технології згорткових нейронних мереж.
Наукова новизна одержаних результатів роботи полягає у наступному:
• запропоновано вирішення проблеми «холодного старту» шляхом аналізу контенту товару з сервісу продажу товарів, що базується на аналізі графічного зображення товару з допомогою використання технології згорткових нейронних мереж.
• розроблено програмний продукт для побудови рекомендацій та тестове середовище для демонстрації результату.
Проведене дослідження дає можливість використання розробленої рекомендаційної системи для побудови рекомендацій товарів без потреби у персональних даних користувачів та одразу після запуску сервісу.
Особистий внесок здобувача. Магістерське дослідження є самостійно виконаною роботою, в якій відображено особистий авторський підхід та особисто отримані теоретичні та прикладні результати, що відносяться до вирішення задачі розробки рекомендаційної системи, що вирішує проблему «холодного старту» з використанням технології нейронних мереж. Формулювання мети та завдань дослідження проводилось спільно з науковим керівником.
Практична цінність. Отримані результати можуть використовуватися у майбутніх дослідженнях за напрямками:
• розробка рекомендаційних систем;
• вдосконалення технології побудови рекомендацій на основі графічних зображень;
• аналіз схожості графічних зображень з використанням технології нейронних мереж;
Публікації
Литвиненко А.С. Метод вирішення проблеми «холодного старту» у рекомендаційних системах. Міжнародна наукова інтернет-конференція "Інформаційне суспільство: технологічні, економічні та технічні аспекти становлення (випуск 54)" / Збірник тез доповідей: випуск 54 (м. Тернопіль, 10 грудня 2020 р.). – Тернопіль. – 2020. – 45 с.
Опис
Ключові слова
рекомендаційна система, проблема «холодного старту», нейронна мережа, графічне зображення, згорткові нейронні мережі, побудова рекомендацій, Recommendation systems, the problem of "cold start", neural networks, convolutional neural networks, analysis of graphic images, construction of recommendations
Бібліографічний опис
Литвиненко, А. С. Оптимізована рекомендаційна система з використанням технології нейронних мереж : магістерська дис. : 121 Інжеренрія програмного забезпечення / Литвиненко Анна Сергіївна. – Київ, 2020. – 106 с.