Недашківська, Надія ІванівнаСтарокожко, Антон Олегович2025-09-162025-09-162025Старокожко, А. О. Система персоналізованої рекомендації новин на основі текстових характеристик контенту : дипломна робота … бакалавра : 122 Комп'ютерні науки / Старокожко Антон Олегович. – Київ, 2025. – 123 с.https://ela.kpi.ua/handle/123456789/76042Дипломна робота: 123 с., 20 рис., 8 табл., 30 посилань, додаток. Об’єктом дослідження є система персоналізованої рекомендації новин. Предметом дослідження є методи та моделі побудови рекомендаційних систем з використанням текстових характеристик контенту. Метою роботи є розробка та оцінка ефективності системи персоналізованих рекомендацій новин, яка враховує текстові особливості контенту та поведінкові дані користувачів. У дипломній роботі оглянуто сучасні підходи до побудови рекомендаційних систем, зокрема контентну, колаборативну фільтрацію та гібридні методи. Проаналізовано переваги та недоліки кожного з підходів у контексті рекомендації новин. Розглянуто традиційні алгоритми (Factorization Machines, FFM) і сучасні нейронні архітектури (DKN), що використовують графи знань та механізм уваги. Розроблено програмну систему персоналізованої рекомендації новин на основі текстових характеристик. Здійснено попередню обробку набору даних, що включає новинні статті та поведінкову інформацію користувачів. Виконано побудову та навчання моделей FFM і DKN. Проведено оцінку ефективності моделей за допомогою відповідних метрик точності. Отримано результати, що демонструють перевагу нейромережевої моделі DKN у контексті коротких текстів і проблеми семантичної неоднозначності.123 с.ukглибоке навчанняембендингимодель dknxlearnpytorchпроблема холодного стартуграф знаньмеханізм увагиpythonBachelor Thesis