menu

11. Модели и методы информационного обеспечения 11.1 Семочкина Е.В. МЕТОДИКА ОБРАБОТКИ ИНФОРМАЦИИ ДЛЯ АНАЛИЗА ДЕЯТЕЛЬНОСТИ КОМПАНИИ РЕКЛАМНО-ИЗДАТЕЛЬСКОГО БИЗНЕСА 11.2 Карпович Е.В. СРЕДСТВА ОНТОЛОГИЧЕСКОГО МОДЕЛИРОВАНИЯ БИЗНЕС-ПРОЦЕССОВ 11.3 Куликова Д.А., Аляева Ю.В., ИССЛЕДОВАНИЕ РЕКОМЕНДАТЕЛЬНЫХ АЛГОРИТМОВ ДЛЯ СОЗДАНИЯ СИСТЕМЫ РЕКОМЕНДАЦИЙ РАЗВЛЕКАТЕЛЬНОГО КОНТЕНТА Редколлегия журнала Предоставление материалов Письмо в редакцию На начало 2024, Номер 1 (41)

 

 

BC/NW 2025 № 1 (42):11.3

ИССЛЕДОВАНИЕ РЕКОМЕНДАТЕЛЬНЫХ АЛГОРИТМОВ ДЛЯ СОЗДАНИЯ СИСТЕМЫ РЕКОМЕНДАЦИЙ РАЗВЛЕКАТЕЛЬНОГО КОНТЕНТА

Куликова Д.А., Аляева Ю.В.

Современные сервисы в Интернете не могут полноценно функционировать без рекомендательных систем, которые служат для ориентации пользователя в огромном потоке информации [1] и позволяют ему выбирать нужные услуги и товары среди множества предложений.

В условиях конкуренции и быстрого развития веб-технологий качество рекомендаций должно постоянно совершенствоваться. Для этого необходимо выявлять методы и алгоритмы, наилучшим образом показывающие себя при выполнении определённых задач.

Рекомендательная система — это совокупность нескольких подсистем. Каждая из них выполняет свою функцию: сбор данных о пользователе и контенте, предварительная обработка данных, анализ, прогнозирование, фильтрация промежуточных результатов, ранжирование и выдача рекомендации [2].

Каждая рекомендательная система основывается на данных, зависящих от сферы применения и задачи, которую система должна выполнять. Поэтому анализировать методы создания рекомендаций возможно только при наличии конкретной задачи в определённой области.

В настоящей работе проведено исследование применимости существующих рекомендательных алгоритмов для задачи по рекомендации развлекательного контента пользователю.

Выполнена декомпозиция рекомендательной системы, при этом алгоритмическая составляющая рассмотрена как совокупность линейной и нелинейной части. Экспериментальным путем выявлено, какие алгоритмы являются наиболее подходящими для выполнения поставленной задачи. Отдельное внимание уделено критериям для проведения оценки рекомендательной системы.

По итогам проведенного исследования была разработана модель рекомендательной системы, выявляющая потенциальные предпочтения пользователей на основе данных об их взаимодействиях с веб-страницей, которая предоставляет доступ к развлекательному контенту.

Был проведен анализ критериев, по которым можно производить оценку данной системы и определён набор, позволяющий получить наиболее полное представление о качестве рекомендаций.

 

Литература

1. Falk K. Practical Recommender Systems // Manning Publications, 2019, 432 p.

2. Schrage M. Recommendation Engines // MIT Press Essential Knowledge, 2020, 296 p.