МЕТОДИ РОЗРОБКИ РЕКОМЕНДАЦІЙНИХ СИСТЕМ

Максим Даниленко; Ірина Колесник

doi:10.31649/1999-9941-2021-52-3-10-15

Автор(и)

Максим Даниленко Вінницький національний технічний університет
Ірина Колесник Вінницький національний технічний університет

DOI:

https://doi.org/10.31649/1999-9941-2021-52-3-10-15

Ключові слова:

рекомендаційна система, проблема холодного старту, веб-сервіс, машинне навчання, алгоритми

Анотація

Розглянуто основні принципи побудови рекомендаційної системи та методи вирішення проблеми холодного старту, яка виникає внаслідок недостатньої взаємодії користувача з програмним засобом на початкових етапах роботи з ним. Збільшено ефективність роботи рекомендаційної системи за умов недостатньої вибірки даних і при появі в системі нових елементів, для яких відсутня статистика.

Біографії авторів

Максим Даниленко, Вінницький національний технічний університет

студент групи 2КІ-20м, кафедра обчислювальної техніки

Ірина Колесник, Вінницький національний технічний університет

кандидат технічних наук, доцент, доцент кафедри обчислювальної техніки

Посилання

K. Falk, Practical recommender systems, 2020, 448 s. [in Russian].

Li L., Chu W., Langford J., Schapire R. E., «A contextual-bandit approach to personalized news arti-cle recommendation», Proceedings of the 19th International Conference on World Wide Web. р. 661–670. 2010.

D. Bugaychenko, A. Dzuba, «Musical recommendations and personalization in a social network», RecSys '13: Proceedings of the 7th ACM conference on Recommender systems, October 2013, p. 367–370.

Auer P., Cesa-Bianchi N., Fischer P., «Finite-time analysis of the multiarmed bandit problem», Machine Learning., vol. 47, no 2–3, p. 235–256. 2002.

Yahoo! Front page today module user click log dataset, version 1.0 (1.1 GB). [Online]. Available: https://webscope.sandbox.yahoo.com/catalog.php?datatype=r&did=49. Accessed Nov. 15, 2021.

R. Z. Omarov, A. V. Vostrotina, A. D. Li, «Problema "kholodnoho startu"», Molodyi uchenyi, № 26 (264), s. 85-88. 2019 [in Russian].