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

Методи рекомендацій туристичних місць: контентний підхід, колаборативна фільтрація та гібридні системи

dc.contributor.authorОрчакова, Ю. В.uk
dc.contributor.authorКарась, О. В.uk
dc.contributor.authorOrchakova, Y.en
dc.contributor.authorKaras, O.en
dc.titleМетоди рекомендацій туристичних місць: контентний підхід, колаборативна фільтрація та гібридні системиuk
dc.date.issued2025
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationОрчакова Ю. В., Карась О. В. Методи рекомендацій туристичних місць: контентний підхід, колаборативна фільтрація та гібридні системи // 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/24278uk
dc.relation.ispartofМатеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2025/paper/view/24278
dc.identifier.isbn978-617-8132-48-8
dc.identifier.udc681.12
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/48624
dc.description.abstractРозглянуто основні підходи до створення рекомендаційних систем для туристичних місць, а саме контентний підхід, колаборативну фільтрацію та гібридні методи. Описано принципи роботи кожного з підходів, їхні переваги та недоліки. Проаналізовано основні алгоритми, що використовуються для визначення схожості місць та прогнозування уподобань користувачів. Наведено порівняльний аналіз методів та визначено їхню ефективність у контексті туристичних рекомендацій.uk
dc.description.abstractThe main approaches to the creation of recommender systems for tourist destinations are considered, namely the content approach, collaborative filtering and hybrid methods. The principles of each approach, their advantages and disadvantages are described. The main algorithms used to determine the similarity of places and predict user preferences are analyzed. A comparative analysis of the methods is presented and their effectiveness in the context of tourist recommendations is determined.en
dc.subjectрекомендаційні системиuk
dc.subjectтуристичні місцяuk
dc.subjectконтентний підхідuk
dc.subjectколаборативна фільтраціяuk
dc.subjectгібридні методиuk
dc.subjectперсоналізаціяuk
dc.subjectrecommender systemsuk
dc.subjecttourist destinationsen
dc.subjectcontent approachen
dc.subjectcollaborative filteringen
dc.subjecthybrid methodsen
dc.subjectpersonalizationen
dc.typeThesis
dc.language.isouk_UAuk_UA
dc.relation.referencesWhat is content-based filtering? [Електронний ресурс]. – Режим доступу: https://www.ibm.com/think/topics/content-based-filtering (дата звернення: 22.03.2025).en
dc.relation.referencesWhat is collaborative filtering? [Електронний ресурс]. – Режим доступу: https://www.ibm.com/think/topics/collaborative-filtering (дата звернення: 22.03.2025).en
dc.relation.referencesWhat is a hybrid recommender system? [Електронний ресурс]. – Режим доступу: https://zilliz.com/ai-faq/what-is-a-hybrid-recommender-system (дата звернення: 22.03.2025).en
dc.date.accessioned2025-08-19T07:51:06Z
dc.date.available2025-08-19T07:51:06Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
24278.pdf
Розмір:
235,33 KB
Формат:
Adobe Portable Document Format

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис: