Гібридна система рекомендацій для e-commerce на основі машинного навчання

Скорочена інформація про документ
dc.contributor.advisorГуськова, Віра Геннадіївна
dc.contributor.authorБалаков, Лев Борисович
dc.date.accessioned2025-09-09T13:11:04Z
dc.date.available2025-09-09T13:11:04Z
dc.date.issued2025
dc.description.abstractДипломна робота: 96 с., 15 рис., 12 табл., 28 посилань, 1 додаток. У роботі досліджено концепцію гібридної рекомендаційної системи для платформ електронної комерції, що інтегрує аналіз історії взаємодій користувачів із товарами та характеристики продуктів. Об’єктом дослідження є сучасні інформаційні системи рекомендацій в електронній комерції. Предмет дослідження – алгоритми та методи побудови рекомендаційної системи для персоналізації пропозицій товарів. Метою роботи є розробка прототипу гібридної системи та оцінка її ефективності через експериментальні дослідження. Оглянуто сучасні методи рекомендаційних систем, проаналізовано їхні сильні та слабкі сторони, зокрема обмеження, пов’язані з холодним стартом і недостатньою різноманітністю пропозицій. Виконано підготовку даних, що включала фільтрацію подій, створення ознак на основі характеристик товарів і вагування взаємодій для відображення їхньої бізнес-цінності. Розроблено прототип системи, який поєднує колаборативні та контент-орієнтовані підходи, забезпечуючи оптимальне поєднання їхніх переваг. Проведено оцінку якості рекомендацій за метриками точності, повноти, різноманітності та охоплення асортименту. Результати дослідження підтверджують високу фективність гібридної системи, яка забезпечує релевантні, різноманітні та адаптивні рекомендації. Встановлено її стабільну продуктивність на різних наборах даних. Наукова новизна полягає в обґрунтуванні принципів гібридної архітектури та розробці механізму узгодження результатів різних методів. Практична цінність роботи полягає в можливості застосування системи для підвищення лояльності клієнтів, зростання конверсії та оптимізації комерційних показників платформ електронної комерції.
dc.description.abstractotherThesis: 96 pages, 15 figures, 12 tables, 28 references, 1 appendix. The thesis investigates the concept of a hybrid recommender system for ecommerce platforms, integrating the analysis of user interactions with products and product characteristics. The object of the study is modern recommender systems in e-commerce. The subject is algorithms and methods for building a recommender system to personalize product offerings. The aim of the work is to develop a prototype of a hybrid system and evaluate its effectiveness through experimental studies. Contemporary recommender system methods were reviewed, and their strengths and weaknesses, including limitations related to cold start and insufficient diversity of recommendations, were analyzed. Data preprocessing was performed, encompassing event filtering (views, add-to-cart actions, purchases), feature creation based on product characteristics, and interaction weighting to reflect their business value. A prototype system was developed, combining collaborative and content-based approaches to leverage their complementary advantages. The quality of recommendations was evaluated using metrics for precision, recall, diversity, and catalog coverage, with visualizations created to analyze recommendation relevance and novelty. The results confirm the high effectiveness of the hybrid system, which provides relevant, diverse, and adaptive recommendations. Its stable performance across different datasets was established. The scientific novelty lies in substantiating the principles of a hybrid architecture and developing a mechanism for reconciling results from different methods. The practical value of the work lies in its potential to enhance customer loyalty, increase conversion rates, and optimize commercial performance of e-commerce platforms.
dc.format.extent114 с.
dc.identifier.citationБалаков, Л. Б. Гібридна система рекомендацій для e-commerce на основі машинного навчання : дипломна робота … бакалавра : 122 Комп'ютерні науки / Балаков Лев Борисович. – Київ, 2025. – 114 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/75895
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectгібридна рекомендаційна система
dc.subjectплатформа електронної комерції
dc.subjectінформаційні системи
dc.titleГібридна система рекомендацій для e-commerce на основі машинного навчання
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Balakov_bakalavr.pdf
Розмір:
2.41 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

Бакалаврські роботи (ШІ)
Бакалаврські роботи