Гібридна рекомендаційна система підбору книг з застосуванням динамічних коефіцієнтів

Скорочена інформація про документ
dc.contributor.advisorГалушко, Дмитро Олександрович
dc.contributor.authorПетренко, Владислав Вікторович
dc.date.accessioned2025-03-12T09:21:48Z
dc.date.available2025-03-12T09:21:48Z
dc.date.issued2024
dc.description.abstractТрадиційні підходи до побудови рекомендаційних систем мають обмеження, такі як проблема холодного старту та недостатня адаптивність до змінних уподобань користувачів. Розробка гібридної системи дозволяє підвищити точність рекомендацій і забезпечити індивідуальний підхід до користувача, що є важливим для розвитку сучасних інформаційних технологій у галузі. Метою роботи є спрощення процесу пошуку книг для користувачів із різними вподобаннями та підвищення точності рекомендацій. Це відбудеться шляхом інтеграції колаборативної і контентної фільтрації з використанням динамічних коефіцієнтів. Це дозволить враховувати як історичну взаємодію користувачів із системою, так і поточні зміни у їхній поведінці. Об’єкт дослідження – платформи та сервіси для підбору книг. Предмет дослідження – системи фільтрації інформації. Методи дослідження. Для визначення схожості між книгами та користувачами використано метрику косинус подібності. Для визначення вагів впливу використано методи машинного навчання. Для визначення якості та точності системи використано метод абсолютної похибки та середньоквадратичної помилки. Наукова новизна роботи полягає в розробці оновленого типу гібридної системи, що використовує змішувач з динамічними вагами впливу, розрахованими на основі користувацької активності. У результаті порівняння з традиційним змішувачем, розроблена система показала точність на 1,7–10% вищу, залежно від початкових умов.
dc.description.abstractotherThe explanatory note contains five chapters, 63 tables, 31 figures, 9 appendices and 18 references - a total of 134 pages. Traditional approaches to building recommender systems have limitations, such as the problem of cold start and insufficient adaptability to changing user preferences. The development of a hybrid system allows to improve the accuracy of recommendations and ensure an individual approach to the user, which is important for the development of modern information technologies in the industry. The object of study: platforms and services for book selection. Subject of research: information filtering systems. Research methods: to determine the similarity between books and users, the cosine similarity metric is used, to determine the influence weights, machine learning methods are used, to determine the quality and accuracy of the system, the method of absolute error and root mean square error is used. The aim of Master`s thesis: to simplify the book search process for users with different preferences and improve the accuracy of recommendations. The scientific novelty of the work is the development of an updated type of hybrid system that uses a mixer with dynamic influence weights calculated based on user activity. As a result of comparison with a traditional mixer, the developed system showed an accuracy of 1.7- 10% higher, depending on the initial conditions.
dc.format.extent125 с.
dc.identifier.citationПетренко, В. В. Гібридна рекомендаційна система підбору книг з застосуванням динамічних коефіцієнтів : магістерська дис. : 126 Інформаційні системи та технології / Петренко Владислав Вікторович. – Київ, 2024. – 125 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/72866
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.subjectРекомендаційна система
dc.subjectдинамічні коефіцієнти
dc.subjectбаза даних
dc.subjectнейронна мережа
dc.subjectмасові операції
dc.subject.udc004.4
dc.titleГібридна рекомендаційна система підбору книг з застосуванням динамічних коефіцієнтів
dc.typeMaster Thesis

Файли

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

Зібрання

Магістерські роботи (ІСТ)
Магістерські роботи