Розробка рекомендаційної системи для функціонування в умовах недостатньої визначеності уподобань користувачів

Abstract

В роботі виконано розробку рекомендаційної системи для функціонування в умовах недостатньої визначеності уподобань користувачів. В результаті аналізу проблемної області було обрано алгоритми: K-means та TF-IDF для реалізації. Спроектовано архітектури гібридної рекомендаційної системи та рекомендаційного балансера, які увібрала в себе переваги контентного та колаборативного підходів. Програмна реалізація є прикладом використання штучного інтелекту для розв’язання задач класифікації. Розробка рекомендаційної системи здійснена з дотриманням загальноприйнятих стандартів та використанням шаблонів проектування. Розроблена система здатна до масштабування та захищена за допомогою протоколу OAuth 2.0. При створенні програмної реалізації були задіяні: база даних - MySQL, використано мову програмування - Java 7 в середовищі програмування IntelliJ IDEA 13.0. Проведено функціональне та навантажувальне тестування з використанням бібліотеки JUnit 4.

In the work was developed recommendation system for operation in low certainty preferences of users. K-means and TF-IDF algorithms was selected for implementation as a result of problem area analization. Was designed the architecture of the hybrid recommendation system and recommendation balanser that absorbed the benefits of content and collaborative approaches. This software implementation is an example of using artificial intelligence to solving classification problems. Recommendation system implementation was done with best practice of software development compliance. The system is scalable and secure with OAuth 2.0 protocol. Software implementation was involved with database MySQL, used programming language Java 7 in the programming environment IntelliJ IDEA 13.0. Passed functional and load testing using JUnit 4 library.