Показати скорочену інформацію

dc.contributor.authorДаниленко, М. С.uk
dc.contributor.authorКолесник, І. С.uk
dc.contributor.authorDanylenko, M. S.en
dc.contributor.authorKolesnyk, I. S.en
dc.date.accessioned2023-03-20T11:57:09Z
dc.date.available2023-03-20T11:57:09Z
dc.date.issued2021
dc.identifier.citationДаниленко М. С. Методи розробки рекомендаційних систем [Текст] / М. С. Даниленко, І. С. Колесник // Інформаційні технології та комп'ютерна інженерія. – 2021. – № 3. – С. 10-15.uk
dc.identifier.issn1999-9941
dc.identifier.urihttp://ir.lib.vntu.edu.ua//handle/123456789/36488
dc.description.abstractРозглянуто 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.uk
dc.description.abstractThe basic principles of building a recommendation system and methods for solving the problem of cold start arising from insuffi-cient interaction of the user with the software at the initial stages of working with it are considered. The efficiency of the recommender sys-tem has been increased when there is insufficient data sampling and when new elements appear in the system for which there are no statis-tics.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofІнформаційні технології та комп'ютерна інженерія. № 3 : 10-15.uk
dc.relation.urihttps://itce.vntu.edu.ua/index.php/itce/article/view/831
dc.subjectрекомендаційна системаuk
dc.subjectпроблема холодного стартуuk
dc.subjectвеб-сервісuk
dc.subjectмашинне навчанняuk
dc.subjectалгоритмиuk
dc.subjectrecommendation systemen
dc.subjectcold start problemen
dc.subjectweb serviceen
dc.subjectmachine learningen
dc.subjectalgorithmsen
dc.titleМетоди розробки рекомендаційних системuk
dc.title.alternativeMethods for developing recommendation systemsen
dc.typeArticle
dc.identifier.udc004.42
dc.relation.referencesК. Фальк, Рекомендательные системы на практике, 2020, 448 с.ru
dc.relation.referencesLi 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.en
dc.relation.referencesD. 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.en
dc.relation.referencesAuer 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.en
dc.relation.referencesYahoo! Front page today module user click log dataset, version 1.0 (1.1 GB) [Електронний ресурс]. Режим доступу: https://webscope.sandbox.yahoo.com/catalog.php?datatype=r&did=49. Дата звер-нення: 15.11.2021.en
dc.relation.referencesР. З. Омаров, А. В. Востротіна, А. Д. Лі, «Проблема "холодного старту"», Молодий учений, № 26 (264), с. 85-88. 2019.uk
dc.identifier.doihttps://doi.org/10.31649/1999-9941-2021-52-3-10-15


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію