Search academic texts

Information × Registration Number 2124U001986, Article popup.category Бакалаврська робота Title popup.author Клименко Iгор Михайлович popup.publication 01-01-2024 popup.source_user Електронний архів наукових та освітніх матеріалів КПІ ім. Ігоря Сікорського popup.source https://ela.kpi.ua/handle/123456789/69295 popup.publisher Київ Description В цiй дипломнiй роботi розглядається новий пiдхiд до рекомендацiй контенту, спрямований на вирiшення проблеми холодного старту шляхом побудови метамоделi з використанням стекингу рекурентних нейронних мереж. Мета роботи полягає у дослiдженнi ефективностi метамоделi для рекомендацiй контенту, об’єктом дослiдження є алгоритми рекомендацiй, а предметом — методи ансамблювання рекурентних нейронних мереж. Основнi результати дослiдження показують, що стекинг рекурентних нейронних мереж дозволяє значно покращити якiсть рекомендацiй у ситуацiях, коли початковi данi для навчання є обмеженими. Спочатку був побудований ансамбль рекомендативних моделей на великому наборi даних, а потiм метамодель була дообучена на меншому обсязi даних. Це дозволило досягти високої точностi та релевантностi рекомендацiй, навiть для нових користувачiв i нових продуктiв. popup.nrat_date 2025-01-29 Close