Пошук академічних текстів

Інформація × Реєстраційний номер 2120U008786, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Рекомендаційна система з використанням методів машинного навчання для надання персоналізованих рекомендацій в реальному часі Автор Макашин Михайло СергійовичMakashyn Mykhailo Serhiiovych Дата публікації 01-01-2020 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/36451 Видання Київ Опис Мета роботи — аналіз існуючих методів машинного навчання і рекомендаційних систем, розробка нової рекомендаційної системи, яка буде поєднувати у собі колаборативну рекомендаційну систему та на основі вмісту, розробка веб-додатку, який буде мати зручний інтерфейс та демонструватиме роботу рекомендаційної системи. Для вирішення поставленої задачі було сформовано перелік завдань, які визначили структуру дослідження: — проаналізувати предметну область, визначити інструменти для програмної реалізації — спроектувати модель для надання колаборативних рекомендацій та на основі вмісту — визначення фільму, який з найбільшої вірогідністю сподобається користувачу на основі попередніх прийнятих рішень іншими користувачами — визначення подібності фільмів за його описом — можливість надання персоналізованих рекомендацій користувачу — розробка веб-додатку з інтеграцією системи Для розв’язання поставлених задач, використовувались мови програмування Python, Javascript, алгоритми машинного навчання, а саме: — чергування найменших квадратів для реалізації колаборативної рекомендаційної системи — низькорозмірна факторизація матриць — нейронні мережі для репрезентації слів у вектор. The purpose of the work is to analyze existing machine learning methods and recommendation systems, develop a new recommendation system that will combine a collaborative recommendation system and content-based recommendation system, develop a web application that will have a userfriendly interface and demonstrate the recommendation system. For the tasks set, the roll-out was formed, the designation of the structure was as follows: — analyze the subject area, tools for implementation — design a model for adding collaborative recommendations based on the user experience — determining the movie that the user is most likely to like based on previous decisions made by other users. — determining the similarity of films according to his description — the ability to provide personalized recommendations to the user — development of a web-based system with an integrated system To solve the tasks, Python programming languages, Javascript, machine learning algorithms were used: — alternative least square — low-dimensional matrix factorization — neural networks for the representation of words in a vector. Цель работы - анализ существующих методов машинного обучения и рекомендательных систем, разработка новой рекомендательной системы, которая будет сочетать в себе колаборативних рекомендательную систему и на основе содержания, разработка веб-приложения, которое будет иметь удобный интерфейс и демонстрировать работу рекомендательной системы. Для решения поставленной задачи был сформирован перечень задач, которые определили структуру исследования: - проанализировать предметную область, определить инструменты для программной реализации - спроектировать модель для предоставления колаборативних рекомендаций и на основе содержания - определение фильма, который с наибольшей вероятностью понравится пользователю на основе предыдущих принятых решений другими пользователями - определение сходства фильмов с его описанием - возможность предоставления персонализированных рекомендаций пользователю - разработка веб-приложения с интеграцией системы Для решения поставленных задач, использовались языка программирования Python, Javascript, алгоритмы машинного обучения, а именно: - чередование наименьших квадратов для реализации колаборативних рекомендательной системы - низкоразмерных факторизация матриц - нейронные сети для репрезентации слов в вектор. Додано в НРАТ 2025-11-05 Закрити