Програмне та алгоритмічне забезпечення для рекомендаційної системи персоналізованого підбору навчальних курсів
Вантажиться...
Дата
2021-12
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Розмір пояснювальної записки – 83 аркуші, містить 20 ілюстрацій, 29 таблиць, 3 додатки.
Актуальність теми. У роботі розглянуто проблему в області рекомендаційних систем, показано основні особливості існуючих підходів у формуванні рекомендацій, їх переваги та недоліки. Виявлено потребу в удосконаленні алгоритмів рекомендацій для компенсації наявних недоліків.
Мета дослідження. Основною метою є підвищення релевантності результатів роботи рекомендаційної системи, яка підбирає для користувачів навчальні курси.
Об’єкт дослідження: програмне забезпечення рекомендаційних систем.
Предмет дослідження: алгоритми машинного навчання, що застосовуються в рекомендаційних системах.
Для реалізації поставленої мети сформульовані наступні завдання:
− аналіз існуючих рішень;
− побудова математичної моделі алгоритму рекомендацій;
− створення архітектури системи;
− застосування алгоритму в системі персоналізованих рекомендацій;
− оцінка ефективності розробленого рішення.
Наукова новизна результатів магістерської дисертації полягає в тому, що запропоновано гібридний підхід формування персоналізованих рекомендацій, який комбінує алгоритми на основі вмісту та знань, що дозволяє надавати користувачам рекомендації навіть при мінімальній кількості інформації про їх інтереси.
Результат досягнутий шляхом поєднання двох алгоритмів, які компенсують недоліки один одного.
Практичне значення отриманих результатів полягає в тому, що комбінований підхід для формування рекомендацій є простим, не потребує багато ресурсів та може масштабуватись у майбутньому. Клієнтська та серверна частина реалізовані в межах одного застосунку, що спрощує розгортання системи. Дана система може бути використана викладачами, організаціями, закладами освіти, які проводять навчальні курси, студентами та фахівцями, які прагнуть підвищити свій рівень кваліфікації.
Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського".
Апробація. Наукові положення дисертації пройшли апробацію на IX Міжнародній науково-практичній конференції «Trends of development modern science and practice», 16-19 листопада 2021 р., Стокгольм, Швеція.
Публікації. Наукові положення дисертації опубліковані в:
Мусієнко В.С. Комбінований алгоритм рекомендацій на основі вмісту та знань/ В.С. Мусієнко // Матеріали IX Міжнародної науково-практичної конференції «Trends of development modern science and practice» – Стокгольм, Швеція, 16-19 листопада 2021 р.
Опис
Ключові слова
система рекомендацій, алгоритм, аналіз вмісту, контент, подібність, навчальні курси, Java, system of recommendations, algorithm, content analysis, content, similarity, training courses
Бібліографічний опис
Мусієнко, В. С. Програмне та алгоритмічне забезпечення для рекомендаційної системи персоналізованого підбору навчальних курсів : магістерська дис. : 121 Інженерія програмного забезпечення / Мусієнко Віталій Сергійович. - Київ, 2021. - 113 с.