<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Методи кластеризації для сегментації користувачів у рекомендаційних системах

Завантаження...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

З розвитком інформаційних технологій та постійним зростанням кількості цифрового контенту питання надання якісних персоналізованих рекомендацій стає важливим аспектом сучасних інформаційних систем. Розробка та впровадження рекомендаційних систем, здатних ефективно адаптувати пропозиції під індивідуальні вподобання користувачів, є ключовим напрямом досліджень у галузі аналізу даних. Останнім часом усе більше уваги приділяється алгоритмам, що забезпечують точнішу сегментацію даних для поліпшення якості рекомендацій. Зокрема, методи кластеризації дозволяють групувати користувачів на основі схожих поведінкових характеристик, що позитивно впливає на точність наданих рекомендацій і сприяє підвищенню їхньої релевантності.

Опис

УДК

Тип документа

Мова

ISSN

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Пакула А. А., Гармаш В. В. Методи кластеризації для сегментації користувачів у рекомендаційних системах // Матеріали XVII Міжнародної конференції «Контроль і управління в складних системах (КУСС-2024)», м. Вінниця, 16-17 жовтня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/mccs/mccs2024/paper/view/22076.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (4)

  1. Bishop, C. M. Pattern Recognition and Machine Learning. Springer, 2006.
  2. Jain, A. K., Murty, M. N., & Flynn, P. J. Data Clustering: A Review. ACM Computing Surveys, 2008.
  3. Rokach, L., & Maimon, O. Clustering Methods. In Data Mining and Knowledge Discovery Handbook. Springer, 2005.
  4. Ghosh, A., & Mondal, M. A Survey on Clustering Techniques. International Journal of Computer Applications, 2018.