Визначення залежностей вподобань клієнтів кіноіндустрії на основі моделей машинного навчання

Скорочена інформація про документ
dc.contributor.advisorШаповалова, Світлана Ігорівна
dc.contributor.authorЗолотько, Вадим Валерійович
dc.date.accessioned2025-01-07T13:30:39Z
dc.date.available2025-01-07T13:30:39Z
dc.date.issued2024
dc.descriptionПрограма реалізована на мові програмування Python. З використанням технологій таких, як Flask, Sklearn, Numpy, Pandas, MatPlotLib. Веб-застосунок використовується для побудови аналізу вподобань клієнтів і створювати якомога релевантні рекомендацій кіно з використанням машинного навчання.
dc.description.abstractАктуальність теми. Кіноіндустрія - одна з провідних індустрій розваг, яка потребує інноваційних підходів для персоналізації користувацького досвіду. Використання моделей машинного навчання дозволяє створювати рекомендаційні системи, які враховують вподобання, поведінку та емоційні реакції глядачів, підвищуючи точність та релевантність рекомендацій. Метою дослідження є визначення залежностей вподобань клієнтів кіноіндустрії шляхом застосування моделей машинного навчання для створення релевантних рекомендацій. Завдання дослідження: •Проаналізувати сучасні підходи до створення рекомендаційних систем; •Розробити базу даних для зберігання вподобань споживачів; •Обрати модель машинного навчання для аналізу вподобань; •Реалізувати програмне середовище для рекомендаційної системи. Об'єкт дослідження - процеси та технології, що забезпечують роботу рекомендаційних систем у кіноіндустрії. Предмет дослідження - моделі машинного навчання, які аналізують вподобання користувачів та генерують персоналізовані рекомендації. Методи дослідження. Аналіз тексту, методи машинного навчання (Спільна фільтрація, фільтрація основана на вмісті, гібридна фільтрація), математичні моделі для обчислення схожості між користувачами та фільмами. Апробація результатів дисертації. Результати дослідження були представлені на XLVІ Міжнародній науковій та практичній конференції “Scientific Research in the Era of Digital Technologies: Challenges and Opportunities”, листопад 6-8, 2024, м. Барселона, Іспанія. Структура та обсяг роботи. Магістерська дисертація складається зі вступу, п’ятьох розділів, висновків та списку використаних джерел. Обсяг роботи становить 101 сторінку, включаючи 34 рисунка, 26 таблиць та 43 джерела.
dc.description.abstractotherRelevance of the topic. The film industry is a leading sector in entertainment, requiring innovative approaches to personalize user experiences. Machine learning models enable the development of recommendation systems that consider preferences, behavior, and emotional reactions, enhancing the accuracy and relevance of recommendations. Purpose of the work - The study aims to identify the dependencies of customer preferences in the film industry using machine learning models to generate relevant recommendations. Research tasks: • Analyze current approaches to building recommendation systems; • Develop a database for storing user preferences; • Select a machine learning model for preference analysis; • Implement a software environment for the recommendation system. Object of the study - Processes and technologies that ensure the functionality of recommendation systems in the film industry. Subject of the study - Machine learning models that analyze user preferences and generate personalized recommendations. Research methods. Text analysis, machine learning methods (collaborative, content-based, hybrid filtering), and mathematical models to calculate similarity between users and films. Publications. These were published at: • XLVІ International scientific and practical conference “Scientific Research in the Era of Digital Technologies: Challenges and Opportunities”. November 6-8, 2024, Barcelona, Spain. Structure and volume of the work Master's thesis consists of an introduction, three chapters, conclusions, and a bibliography. The volume is 101 pages, 34 figures, 26 tables, and 43 references.
dc.format.extent101 с.
dc.identifier.citationЗолотько, В. В. Визначення залежностей вподобань клієнтів кіноіндустрії на основі моделей машинного навчання : магістерська дис. : 122 Комп’ютерні науки / Золотько Вадим Валерійович. – Київ, 2024. – 101 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/71664
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиев
dc.subjectсистема рекомендацій
dc.subjectкіноіндустрія
dc.subjectмашинне навчання
dc.subjectперсоналізація
dc.subjectспільна фільтрація
dc.subjectфільтрація на основі вмісту
dc.subjectгібридна фільтрація
dc.titleВизначення залежностей вподобань клієнтів кіноіндустрії на основі моделей машинного навчання
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Zolotko_magistr.pdf
Розмір:
2.51 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 (ЦТЕ)
Магістерські роботи