Шаповалова, Світлана ІгорівнаГурин, Ірина Андріївна2026-01-282026-01-282025Гурин, І. А. Інтелектуальні методи персоналізації на основі історії користувача для рекомендаційних систем : магістерська дис. : 122 Комп’ютерні науки / Гурин Ірина Андріївна. – Київ, 2025. – 92 с.https://ela.kpi.ua/handle/123456789/78469Магістерська дисертація виконана на 92 сторінках, містить 17 ілюстрацій, 3 додатки та 31 джерело в переліку посилань. Мета роботи - визначення методу рекомендацій, який надає найбільш точні та релевантні рекомендації, та створення програмної системи для демонстрації результатів проведених експериментів. Методи та засоби: мова програмування Python, середовища PyCharm та Jupyter Notebook, бібліотеки NumPy, Pandas, Scikit-learn, Implicit, фреймворк FastAPI, веб-технології HTML/CSS/JavaScript, система контролю версій Git/GitHub. Результат – веб-застосунок, що демонструє роботу рекомендаційної системи та дозволяє переглядати персоналізовані рекомендації, сформовані на основі обчислених моделей. Роботу було апробовано на двох конференціях: XXIІ Міжнародній науково-практичній конференції молодих вчених та студентів “Сучасні проблеми наукового забезпечення енергетики” [1] та II Міжнародній науково-практичній конференції “Progressive Approaches in Science and Engineering” [2]. Результати магістерської дисертації були використані під час розробки концепції стартапу Motiv AI – цифрового помічника для підвищення продуктивності студентів [3]. Зокрема, підходи до персоналізації та методи обробки користувацьких даних стали основою механізмів рекомендацій у даному проєкті.92 с.ukрекомендаційна системаколаборативна фільтраціяконтентно-орієнтована фільтраціягібридна фільтраціяперсоналізаціяPythonREST APIвеб-застосунокrecommendation systemcollaborative filteringcontent-based filteringhybrid filteringpersonalizationweb applicationMaster Thesis