| dc.contributor.author | Ліщинська, Л. Б. | uk |
| dc.contributor.author | Євсович, А. В. | |
| dc.contributor.author | Lishchynska, L. | en |
| dc.date.accessioned | 2025-08-19T07:57:33Z | |
| dc.date.available | 2025-08-19T07:57:33Z | |
| dc.date.issued | 2025 | |
| dc.identifier.citation | Ліщинська Л. Б., Євсович А. В. Аналіз ефективності алгоритмів рекомендацій музичного контенту на основі даних Spotify // Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2025/paper/view/24339. | uk |
| dc.identifier.isbn | 978-617-8132-48-8 | |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/48723 | |
| dc.description.abstract | Запропоновано методику аналізу ефективності алгоритмів рекомендацій музичного контенту на основі даних Spotify. Досліджено collaborative filtering, content-based filtering та hybrid models, проведено їх порівняння за метриками точності та продуктивності. | uk |
| dc.description.abstract | A methodology for analyzing the effectiveness of music content recommendation algorithms based on Spotify data is proposed. Collaborative filtering, content-based filtering, and hybrid models were studied and compared using accuracy and performance metrics. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2025/paper/view/24339 | |
| dc.subject | рекомендаційні системи | uk |
| dc.subject | музика | uk |
| dc.subject | recommendation systems | en |
| dc.subject | music | en |
| dc.subject | collaborative filtering | en |
| dc.subject | content-based filtering | en |
| dc.subject | hybrid models | en |
| dc.title | Аналіз ефективності алгоритмів рекомендацій музичного контенту на основі даних Spotify | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.4 | |
| dc.relation.references | Schafer, J. B., Frankowski, D., Herlocker, J., & Sen, S. Collaborative filtering recommender systems / Schafer J. B., Frankowski D., Herlocker J., Sen S. // The Adaptive Web, Springer, 2007. - pp. 291-324. | en |
| dc.relation.references | Koren, Y., Bell, R., & Volinsky, C. Matrix factorization techniques for recommender systems / Koren Y., Bell R., Volinsky C. // IEEE Computer Society, 2009. - 30 p. | en |
| dc.relation.references | Lops, P., de Gemmis, M., & Semeraro, G. Content-based recommendation systems: State of the art and trends / Lops P., de Gemmis M., Semeraro G. // Recommender Systems Handbook / Springer, 2011. - pp. 73-105. | en |
| dc.relation.references | Abdollahpouri, H., Burke, R., & Mobasher, B. A survey of hybrid recommender systems / Abdollahpouri H., Burke R., Mobasher B. // Recommender Systems Handbook, Springer, 2019. - pp. 717-760. | en |
| dc.relation.references | He, X., Liao, L., Zhang, H., Nie, L., Hu, X., & King, I. Neural collaborative filtering / He X., Liao L., Zhang H., Nie L., Hu X., King I. // Proceedings of the 26th International Conference on World Wide Web, 2017. - pp. 173-182. | en |
