Програмне та алгоритмічне забезпечення для рекомендаційної системи персоналізованого підбору навчальних курсів

Скорочена інформація про документ
dc.contributor.advisorЛіхоузова, Тетяна Анатоліївна
dc.contributor.authorМусієнко, Віталій Сергійович
dc.date.accessioned2023-01-03T09:08:55Z
dc.date.available2023-01-03T09:08:55Z
dc.date.issued2021-12
dc.description.abstractenExplanatory note size – 83 pages, contains 20 illustrations, 29 tables, 3 applications. Topicality. The paper considers the problem in the field of recommendation systems, shows the main features of existing approaches in the formation of recommendations, their advantages and disadvantages. The need to improve the algorithms of recommendations to compensate for existing shortcomings has been identified. The aim of the study. The main goal is to increase the relevance of the results of the recommendation system, which selects training courses for users. Object of research: recommendation system. Subject of research: machine learning algorithms used in recommendation systems. To achieve this goal, the following tasks were formulated: − analysis of existing solutions; − construction of a mathematical model of the algorithm of recommendations; − creation of system architecture; − application of the algorithm in the system of personalized recommendations; − evaluation of the effectiveness of the developed solution. The scientific novelty of the results of the master's dissertation is that a hybrid approach to the formation of personalized recommendations is proposed, which combines algorithms based on content and knowledge, which allows users to provide recommendations even with minimal information about their interests. The practical value of the obtained results is that the combined approach for the formation of recommendations is simple, does not require many resources and can be scaled in the future. The client and server part are implemented within one application, which simplifies the deployment of the system. This system can be used by teachers, organizations, educational institutions that conduct training courses, students and professionals seeking to improve their skills. Relationship with working with scientific programs, plans, topics. Work was performed at the Department of Informatics and Software Engineering of the National Technical University of Ukraine «Kyiv Polytechnic Institute. Igor Sikorsky». Approbation. The scientific provisions of the dissertation were tested at the IX International Scientific and Practical Conference «Trends of development modern science and practice», November 16-19, 2021, Stockholm, Sweden. Publications. The scientific provisions of the dissertation published in: Musiienko V.S. Combined algorithm of recommendations based on content and knowledge / V.S. Musiienko // Proceedings of the IX International Scientific and Practical Conference «Trends of development modern science and practice» - Stockholm, Sweden, November 16-19, 2021.uk
dc.description.abstractukРозмір 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.uk
dc.format.page113 с.uk
dc.identifier.citationМусієнко, 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.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/51628
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectсистема рекомендаційuk
dc.subjectалгоритмuk
dc.subjectаналіз вмістуuk
dc.subjectконтентuk
dc.subjectподібністьuk
dc.subjectнавчальні курсиuk
dc.subjectJavauk
dc.subjectsystem of recommendationsuk
dc.subjectalgorithmuk
dc.subjectcontent analysisuk
dc.subjectcontentuk
dc.subjectsimilarityuk
dc.subjecttraining coursesuk
dc.subject.udc004.852uk
dc.titleПрограмне та алгоритмічне забезпечення для рекомендаційної системи персоналізованого підбору навчальних курсівuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ІПІ)
Магістерські роботи