dc.contributor.author | Ковенко, В. А. | uk |
dc.contributor.author | Богач, І. В. | uk |
dc.contributor.author | Барабан, М. В. | uk |
dc.contributor.author | Kovenko, V. A. | en |
dc.contributor.author | Bogach, I. V. | en |
dc.contributor.author | Baraban, M. V. | en |
dc.date.accessioned | 2021-11-17T13:20:06Z | |
dc.date.available | 2021-11-17T13:20:06Z | |
dc.date.issued | 2021 | |
dc.identifier.citation | Item-based collaborative filtering based on NLP techniques [Текст] / V. A. Kovenko, I. V. Bogach, M. V. Baraban // Інформаційні технології та комп'ютерна інженерія. – 2021. – № 2. – С. 17-22. | en |
dc.identifier.issn | 1999-9941 | |
dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/34208 | |
dc.description.abstract | У цій роботі представлено алгоритм для вирішення проблеми рекомендацій на основі каталога. Показано використання Word2Vec ембеддінгів, представленных Google. | uk |
dc.description.abstract | The benchmark approach to content-based recommendation systems is exposed in this article. The usage of Word2Vec
embeddings made by Google is unleashed. The opportunity of using additional business logic is considered. | en |
dc.description.abstract | В данной работе представлен подход к рекомендательным системам на основе каталога. Показано использование
Word2Vec эмбеддингов, представленных Google. Описана возможность использования дополнительной бизнес логики. | ru |
dc.language.iso | en | en |
dc.publisher | Вінницький національний технічний університет | uk |
dc.relation.ispartof | Інформаційні технології та комп'ютерна інженерія. № 2. : 17-22. | uk |
dc.relation.uri | https://itce.vntu.edu.ua/index.php/itce/article/view/813 | |
dc.subject | NLP підходи | uk |
dc.subject | Word2Vec | en |
dc.subject | CountVectorizier | en |
dc.subject | косинусна схожість | uk |
dc.subject | ембеддинги | uk |
dc.subject | система основана на каталозі | uk |
dc.subject | рекомендації основанні на каталозі | uk |
dc.subject | рекомендації основані на користувачах | uk |
dc.subject | NLP techniques | en |
dc.subject | cosine similarity | en |
dc.subject | embeddings | en |
dc.subject | content based system | en |
dc.subject | content based recommendation | en |
dc.subject | user based recommendation | en |
dc.subject | NLP подходы | ru |
dc.subject | косинусная похожесть | ru |
dc.subject | ембеддинги | ru |
dc.subject | система основаная на каталоге | ru |
dc.subject | рекомендации основанные на каталоге | ru |
dc.subject | рекомендации основанные на пользователях | ru |
dc.title | Item-based collaborative filtering based on NLP techniques | en |
dc.title.alternative | Коллаборативная фильтрация на базе каталога с использованием NLP технологии | ru |
dc.title.alternative | Колаборативна фільтрація на основі каталогу з використанням NLP технології | uk |
dc.type | Article | |
dc.identifier.udc | 004.9+616.24 | |
dc.relation.references | Content-Based Recommendation System [Electronic resource]. URL:
https://www.researchgate.net/publication/236895069_Content-Based_Recommendation_Systems −
Title from the screen. | en |
dc.relation.references | Recommendation Systems : User-based Collaborative Filtering using N Nearest Neighbors. [Electronic resource]. URL: https://medium.com/sfu-big-data/recommendation-systems-user-basedcollaborative-filtering-using-n-nearest-neighbors-bf7361dc24e0 − Title from the screen. | en |
dc.relation.references | 10+ Examples for Using CountVectorizer [Electronic resource]. URL: https://kavitaganesan.com/how-to-use-countvectorizer/#.XlF2wHUzaV4 − Title from the screen. | en |
dc.relation.references | Distributed Representations of Words and Phrases and their Compositionality [Electronic resource].
URL: https://papers.nips.cc/paper/5021-distributed-representations-of-words-and-phrases-and-theircompositionality.pdf − Title from the screen. | en |
dc.relation.references | BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding [Electronic resource]. URL: https://arxiv.org/abs/1810.04805 − Title from the screen. | en |
dc.identifier.doi | 10.31649/1999-9941-2021-51-2-17-22 | |