Савастьянов, Володимир ВолодимировичГрибальова, Олександра Дмитрівна2025-08-062025-08-062025Грибальова, О. Д. Рекомендаційна система для підбірки музичних вподобань : дипломна робота ... бакалавра : 124 Системний аналіз / Грибальова Олександра Дмитрівна. - Київ, 2025. - 97 с.https://ela.kpi.ua/handle/123456789/75445Дипломна робота: 97 с., 22 рис., 8 табл., 3 дод., 20 джерел. Об’єкт дослідження – рекомендаційні системи мультимедійного контенту. Мета роботи – розробка контентно-орієнтованої рекомендаційної системи музичних треків на основі текстового аналізу пісень. Методи дослідження – методи обробки природної мови (NLP), TF-IDF векторизація, метрика косинусної подібності, евклідової подібності, скалярної подібності, кластеризація, оцінка якості за метриками Precision, Recall, nDCG. Результати роботи полягають у дослідженні математичних засад, прийомів та алгоритмів побудови рекомендаційної системи на базі контентного метода фільтрації побудованого на різних методах схожості. Система реалізована як інтерактивний вебзастосунок із можливістю генерації подібних композицій у реальному часі. Практичний результат – створення програмного інструменту, який може бути використаний у музичних платформах або дослідницьких проектах для підвищення персоналізації прослуховування. Результати роботи рекомендується використовувати у сервісах потокової музики, системах автоматичного тегування пісень, генерації добірок або рекомендацій на основі змісту. Шляхи подальшого розвитку предмету дослідження – інтеграція метаданих (жанр, темп, настрій), врахування поведінки користувача (історія прослуховувань), вирішення проблеми холодного старту та впровадження гібридних або модельних підходів при масштабуванні системи.97 с.ukрекомендаційні системиконтентна фільтраціякосинусна схожістьtf-idfспотіфайобробка текстуnlprecommender systemscontent filteringcosine similarityspotifytext processingBachelor Thesis