Програмний метод створення рекомендаційної системи з використанням метаевристичних методів оптимізації

Скорочена інформація про документ
dc.contributor.advisorОлещенко, Любов Михайлівна
dc.contributor.authorВернік, Михайло Олексійович
dc.date.accessioned2023-01-16T10:52:50Z
dc.date.available2023-01-16T10:52:50Z
dc.date.issued2022
dc.description.abstractenToday, most Internet services are built using user recommendations - product recommendations (e-commerce), movies (Netflix), mobile applications (App Store, Play Market), code (GithubCopilot). The purpose of each of the solutions is determined primarily by the business, which in turn is determined by the needs of the user. All of the above applications use classic neural network optimization methods in the recreation sphere for recommender systems. This research proposes a new method of creating a recommendation system using metaheuristic optimization methods, with its implementation in the "Entertainment Planner" mobile application. The proposed method uses as a basis a neuro-collaborative filter with metaheuristic optimization (MOA) methods, which ensures fast convergence and finding a way out of local traps of the function, thanks to which the result of improving the accuracy of the user's selection of events by 6-8% when using the full set of MOA algorithms in compared with existing methods. To implement the proposed software method, a mobile application has been developed using Flutter, Firebase API, and REST API technologies with the implementation of a software product in Google Play and the App Store. Python, TensorFlow, and PyTorch technologies were used to implement a neural network for creating a psychological portrait of the user.uk
dc.description.abstractukНа сьогодні більшість сервісів мережі Інтернет побудовані з використанням надання рекомендацій користувачеві – рекомендацій товару (e- commerce), фільмів (Netflix), мобільних додатків (App Store, Play Market), коду (GithubCopilot). Ціль кожного із рішень визначається, насамперед, бізнесом, які, у свою чергу, визначаються потребами користувача. Наявні програмні рішення використовують класичні методи оптимізації нейронних мереж для побудови рекомендаційних систем. У даній роботі запропоновано новий метод створення рекомендаційної системи для рекреаційної сфери із використанням методів метаевристичної оптимізації, з реалізацією її в мобільному застосунку “Entertainment Planner”. Запропонований метод використовує за основу нейро-колабортивний фільтр з методами метаевристичної оптимізації (MOA), що забезпечує швидку збіжність та знаходження виходу з локальних пасток функції, завдяки чому отримано результат покращення точності вибору користувачем подій на 6-8% при використанні повного сету алгоритмів MOA у порівнянні з наявними методами. Для реалізації запропонованого програмного методу розроблено мобільний застосунок з використанням технологій Flutter, Firebase API, REST API з реалізацією програмного продукуту в Google Play та App Store. Для реалізації нейронної мережі створення психологічного портрету користувача використано технології Python, TensorFlow, PyTorch.uk
dc.format.page167 с.uk
dc.identifier.citationВернік, М. О. Програмний метод створення рекомендаційної системи з використанням метаевристичних методів оптимізації : магістерська дис. : 121 Інженерія програмного забезпечення / Вернік Михайло Олексійович. – Київ, 2022. – 167 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/51873
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectпрограмне забезпеченняuk
dc.subjectрекомендаційна системаuk
dc.subjectметаевристичні методи оптимізаціїuk
dc.subjectпсихологічний портрет користувачаuk
dc.subjectнейронні мережіuk
dc.subjectsoftwareuk
dc.subjectrecommender systemuk
dc.subjectmetaheuristic methods of optimizationuk
dc.subjectuser psychological portraituk
dc.subjectneural networksuk
dc.subject.udc004.413uk
dc.titleПрограмний метод створення рекомендаційної системи з використанням метаевристичних методів оптимізаціїuk
dc.title.alternativeSoftware method of creating a recommendation system using metaheuristic optimization methodsuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Vernik_magistr.pdf
Розмір:
6.69 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 (ПЗКС)
Магістерські роботи