Аналіз ефективності алгоритмів рекомендацій музичного контенту на основі даних Spotify
Вантажиться...
Файли
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
Запропоновано методику аналізу ефективності алгоритмів рекомендацій музичного контенту на основі даних Spotify. Досліджено collaborative filtering, content-based filtering та hybrid models, проведено їх порівняння за метриками точності та продуктивності.
A methodology for analyzing the effectiveness of music content recommendation algorithms based on Spotify data is proposed. Collaborative filtering, content-based filtering, and hybrid models were studied and compared using accuracy and performance metrics.
A methodology for analyzing the effectiveness of music content recommendation algorithms based on Spotify data is proposed. Collaborative filtering, content-based filtering, and hybrid models were studied and compared using accuracy and performance metrics.
Опис
Ключові слова
УДК
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
978-617-8132-48-8
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Ліщинська Л. Б., Євсович А. В. Аналіз ефективності алгоритмів рекомендацій музичного контенту на основі даних Spotify // 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/24339.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (5)
- Schafer, J. B., Frankowski, D., Herlocker, J., & Sen, S. Collaborative filtering recommender systems / Schafer J. B., Frankowski D., Herlocker J., Sen S. // The Adaptive Web, Springer, 2007. - pp. 291-324.
- Koren, Y., Bell, R., & Volinsky, C. Matrix factorization techniques for recommender systems / Koren Y., Bell R., Volinsky C. // IEEE Computer Society, 2009. - 30 p.
- Lops, P., de Gemmis, M., & Semeraro, G. Content-based recommendation systems: State of the art and trends / Lops P., de Gemmis M., Semeraro G. // Recommender Systems Handbook / Springer, 2011. - pp. 73-105.
- Abdollahpouri, H., Burke, R., & Mobasher, B. A survey of hybrid recommender systems / Abdollahpouri H., Burke R., Mobasher B. // Recommender Systems Handbook, Springer, 2019. - pp. 717-760.
- He, X., Liao, L., Zhang, H., Nie, L., Hu, X., & King, I. Neural collaborative filtering / He X., Liao L., Zhang H., Nie L., Hu X., King I. // Proceedings of the 26th International Conference on World Wide Web, 2017. - pp. 173-182.