Оптимізована рекомендаційна система з використанням технології нейронних мереж

Скорочена інформація про документ
dc.contributor.advisorДолголенко, Олександр Миколайович
dc.contributor.authorЛитвиненко, Анна Сергіївна
dc.date.accessioned2020-12-24T10:08:17Z
dc.date.available2020-12-24T10:08:17Z
dc.date.issued2020
dc.description.abstractenThe master thesis consists of introduction and four sections. Total volume of work: 83 sheets of the main text, 34 illustrations, 23 tables. Literature from 20 different sources was used in the preparation. Relevance of the topic. Every day in various sales services are implemented analytical applications that help to better understand the user and offer to buy a product that will match his preferences. Recommendation systems are engaged in such selection of recommendations. At the beginning of their launch, there is often a lack of initial user data to build recommendations correctly, so there is a "cold start" problem. The usage of neural network technology is not new, but it is very popular due to fairly accurate calculations and flexibility in configuration. The development of a recommendation system that can overcome the problem of "cold start" and uses neural network technology is relevant in nowadays. The purpose of research. The purpose of this master's thesis is to develop a recommendation system that solves the problem of "cold start" by analyzing graphic images using neural network technology. To achieve the goal of the study, the following tasks were set and solved: • study the structure and operation principles of recommendation systems; • study the types of architectures and principles of neural networks, especially convolutional; • construction of the algorithm of the recommendation system; • development of a prototype of a recommendation system and test environment to demonstrate the results; • illustration of the model and analysis of the obtained results; The object of research - approach to overcoming the problem of "cold start" in recommendation systems. Subject of research - development of a recommendation system that will solve the problem of "cold start" by analyzing graphic images and using neural network technology. Research methods. To achieve the objectives set in the master's thesis, the technology of convolutional neural networks is used. The scientific novelty of the obtained results is as follows: • the solution of the problem of "cold start" by the analysis of the content of the goods from the sale services based on the analysis of the graphic image of the goods with the technology of the convolutional neural networks is offered. • developed a software product to create recommendations and a test environment to demonstrate the result. The study makes it possible to use the developed recommendation system to build product recommendations without the need for personal data of users and immediately after the first launch of the service. Personal contribution of the applicant. The master's research is a self-performed work, which reflects the personal author's approach and personally obtained theoretical and applied results related to the problem of developing a recommendation system that solves the problem of "cold start" using neural network technology. The formulation of the purpose and objectives of the study was carried out jointly with the supervisor. Practical value. The obtained results can be used in future research in the following areas: • development of recommendation systems; • improving the technology of constructing recommendations based on graphic images; • analysis of similarity of graphic images using neural network technology;uk
dc.description.abstractukРобота 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.uk
dc.format.page106 с.uk
dc.identifier.citationЛитвиненко, А. С. Оптимізована рекомендаційна система з використанням технології нейронних мереж : магістерська дис. : 121 Інжеренрія програмного забезпечення / Литвиненко Анна Сергіївна. – Київ, 2020. – 106 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/38277
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectрекомендаційна системаuk
dc.subjectпроблема «холодного старту»uk
dc.subjectнейронна мережаuk
dc.subjectграфічне зображенняuk
dc.subjectзгорткові нейронні мережіuk
dc.subjectпобудова рекомендаційuk
dc.subjectRecommendation systemsuk
dc.subjectthe problem of "cold start"uk
dc.subjectneural networksuk
dc.subjectconvolutional neural networksuk
dc.subjectanalysis of graphic imagesuk
dc.subjectconstruction of recommendationsuk
dc.subject.udc004.932.2uk
dc.titleОптимізована рекомендаційна система з використанням технології нейронних мережuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Lytvynenko_magistr.pdf
Розмір:
2.66 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.16 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ОТ)
Магістерські роботи