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

Аналіз ефективності алгоритмів рекомендацій музичного контенту на основі даних Spotify

Скорочена інформація про документ
dc.contributor.authorЛіщинська, Л. Б.uk
dc.contributor.authorЄвсович, А. В.
dc.contributor.authorLishchynska, L.en
dc.titleАналіз ефективності алгоритмів рекомендацій музичного контенту на основі даних Spotifyuk
dc.date.issued2025
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationЛіщинська 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.uk
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/24339
dc.identifier.isbn978-617-8132-48-8
dc.identifier.udc004.4
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/48723
dc.description.abstractЗапропоновано 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.uk
dc.description.abstractA 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.en
dc.subjectрекомендаційні системиuk
dc.subjectмузикаuk
dc.subjectrecommendation systemsen
dc.subjectmusicen
dc.subjectcollaborative filteringen
dc.subjectcontent-based filteringen
dc.subjecthybrid modelsen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesSchafer, 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.en
dc.relation.referencesKoren, Y., Bell, R., & Volinsky, C. Matrix factorization techniques for recommender systems / Koren Y., Bell R., Volinsky C. // IEEE Computer Society, 2009. - 30 p.en
dc.relation.referencesLops, 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.en
dc.relation.referencesAbdollahpouri, 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.en
dc.relation.referencesHe, 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.en
dc.date.accessioned2025-08-19T07:57:33Z
dc.date.available2025-08-19T07:57:33Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
24339.pdf
Розмір:
446,67 KB
Формат:
Adobe Portable Document Format
Завантажити

Ліцензійна угода

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

Зібрання

НТКП ВНТУ. Факультет інформаційних технологій та комп'ютерної інженерії (2025)