Methods for rating cultural events based on user reviews

Лінійчук, М. О.; Рейда, О. М.; Liniichuk, M. O.; Reyda, O. M.

Methods for rating cultural events based on user reviews

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.title	Methods for rating cultural events based on user reviews	en
dc.date.issued	2026
dc.publisher	Вінницький національний технічний університет	uk
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. URI: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2026/paper/view/28017.	uk
dc.relation.ispartof	Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р.	uk
dc.relation.uri	https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2026/paper/view/28017
dc.identifier.udc	[004.774:7](043.2)
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.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.type	Thesis
dc.language.iso	uk	uk
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
dc.date.accessioned	2026-09-11T12:10:31Z
dc.date.available	2026-09-11T12:10:31Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1

Назва:: 28017.pdf
Розмір:: 251,13 KB
Формат:: Adobe Portable Document Format

Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1

Назва:: license.txt
Розмір:: 17 B
Формат:: Plain Text
Опис:

Завантажити

Зібрання

НТКП ВНТУ. Факультет інформаційних технологій та комп'ютерної інженерії (2026)