| dc.contributor.author | Лінійчук, М. О. | uk |
| dc.contributor.author | Рейда, О. М. | uk |
| dc.contributor.author | Liniichuk, M. O. | en |
| dc.contributor.author | Reyda, O. M. | en |
| dc.date.accessioned | 2026-09-11T12:10:31Z | |
| dc.date.available | 2026-09-11T12:10:31Z | |
| dc.date.issued | 2026 | |
| dc.identifier.citation | Лінійчук М. О., Рейда О. М. Methods for rating cultural events based on user reviews // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2026/paper/view/28017. | uk |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua/handle/123456789/54237 | |
| dc.description.abstract | У тезах розглянуто методи рейтингування культурних заходів на основі відгуків користувачів веборієнтованих інформаційних систем. Проаналізовано основні підходи до агрегування оцінок. Описано переваги та обмеження підходів з урахуванням специфіки культурних платформ. | uk |
| dc.description.abstract | Methods for rating cultural events based on user reviews on the internet are described. The main approaches for rating were analysed. Advantages and limitations of each approach are described with respect to the specifics of cultural platforms. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2026/paper/view/28017 | |
| dc.subject | рейтингування | uk |
| dc.subject | культурні заходи | uk |
| dc.subject | відгуки користувачів | uk |
| dc.subject | баєсівське середнє | uk |
| dc.subject | колаборативнафільтрація | uk |
| dc.subject | гібридна модель | uk |
| dc.subject | часове загасання | uk |
| dc.subject | веб-система | uk |
| dc.subject | rating algorithms | en |
| dc.subject | cultural events | en |
| dc.subject | user reviews | en |
| dc.subject | Bayesian average | en |
| dc.subject | collaborative filtering | en |
| dc.subject | hybrid model | en |
| dc.subject | time decay | en |
| dc.subject | web system | en |
| dc.title | Methods for rating cultural events based on user reviews | en |
| dc.type | Thesis | |
| dc.identifier.udc | [004.774:7](043.2) | |
| dc.relation.references | Kolter J. Z., Maloof M. A. Dynamic weighted majority: An ensemble method for drifting concepts / Journal of Machine Learning Research. – 2007. – Vol. 8. – P. 2755–2790. | en |
| dc.relation.references | Lam S. K., Riedl J. Shilling recommender systems for fun and profit / Proceedings of the 13th International Conference on World Wide Web (WWW ‘04). – ACM, 2004. – P. 393–402. | en |
| dc.relation.references | Frnti P., Sieranoja S. How much can k-means be improved by using better initialization and repeats? / Pattern Recognition. – 2019. – Vol. 93. – P. 95–112. | en |
| dc.relation.references | Wilson E. B. Probable inference, the law of succession, and statistical inference / Journal of the American Statistical Association. – 1927. – Vol. 22, No. 158. – P. 209–212. | en |
| dc.relation.references | Amatriain X., Pujol J. M. Data mining methods for recommender systems / Recommender Systems Handbook. – Springer, Boston, MA, 2015. – P. 227–262. | en |
| dc.relation.references | Koren Y., Bell R., Volinsky C. Matrix factorization techniques for recommender systems / Computer. – 2009. – Vol. 42, No. 8. – P. 30–37. | en |
