Методи кластеризації для сегментації користувачів у рекомендаційних системах
| dc.contributor.author | Пакула, А. А. | uk |
| dc.contributor.author | Гармаш, В. В. | uk |
| dc.contributor.author | Pakula, A. A. | en |
| dc.contributor.author | Garmash, V. V. | en |
| dc.title | Методи кластеризації для сегментації користувачів у рекомендаційних системах | uk |
| dc.date.issued | 2024 | |
| dc.publisher | Вінницький національний технічний університет | uk |
| dc.identifier.citation | 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. | uk |
| dc.relation.ispartof | Матеріали XVII Міжнародної конференції «Контроль і управління в складних системах (КУСС-2024)», м. Вінниця, 16-17 жовтня 2024 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/mccs/mccs2024/paper/view/22076 | |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua/handle/123456789/56478 | |
| dc.description.abstract | 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. | uk |
| dc.subject | кластеризація | uk |
| dc.subject | рекомендаційні системи | uk |
| dc.subject | сегментація користувачів | uk |
| dc.subject | машинне навчання | uk |
| dc.subject | K-Means | en |
| dc.subject | DBSCAN | en |
| dc.subject | Android | en |
| dc.type | Thesis | |
| dc.language.iso | uk | uk |
| dc.relation.references | Bishop, C. M. Pattern Recognition and Machine Learning. Springer, 2006. | en |
| dc.relation.references | Jain, A. K., Murty, M. N., & Flynn, P. J. Data Clustering: A Review. ACM Computing Surveys, 2008. | en |
| dc.relation.references | Rokach, L., & Maimon, O. Clustering Methods. In Data Mining and Knowledge Discovery Handbook. Springer, 2005. | en |
| dc.relation.references | Ghosh, A., & Mondal, M. A Survey on Clustering Techniques. International Journal of Computer Applications, 2018. | en |
| dc.date.accessioned | 2026-11-16T14:55:12Z |
Файли
Контейнер файлів
1 - 1 з 1
Завантаження...
- Назва:
- 22076.pdf
- Розмір:
- 344,55 KB
- Формат:
- Adobe Portable Document Format