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

Методи розробки рекомендаційних систем

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

Альтернативна назва

Methods for developing recommendation systems

Анотація

Розглянуто 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.
The 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.

Опис

УДК

Тип документа

Мова

Посилання на публікацію

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Даниленко М. С. Методи розробки рекомендаційних систем [Текст] / М. С. Даниленко, І. С. Колесник // Інформаційні технології та комп'ютерна інженерія. – 2021. – № 3. – С. 10-15.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (6)

  1. К. Фальк, Рекомендательные системы на практике, 2020, 448 с.
  2. Li 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.
  3. D. 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.
  4. Auer 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.
  5. Yahoo! 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.
  6. Р. З. Омаров, А. В. Востротіна, А. Д. Лі, «Проблема "холодного старту"», Молодий учений, № 26 (264), с. 85-88. 2019.