Самбірський філія ТНЕУ Кафедра комп’ютерних наук Лопушанський Я.С. Метод та програмна система моделювання користувацького плейлісту для
Мета і завдання дослідження
Мета і завдання дослідження
Класифікація гібридних моделей: конвеєрна, змішана, вибіркова
Алгоритм "SVD"
Структура програми
Структура програми Структура модуля – Алгоритм
Стандартний інтерфейс користувача
ВИСНОВКИ ТА ПРОПОЗИЦІЇ
295.00K
Category: programmingprogramming

Метод та програмна система моделювання користувацького плейлісту для персоналізації та рекомендацій

1. Самбірський філія ТНЕУ Кафедра комп’ютерних наук Лопушанський Я.С. Метод та програмна система моделювання користувацького плейлісту для

Самбірський філія ТНЕУ
Кафедра комп’ютерних наук
Лопушанський Я.С.
Метод та програмна система
моделювання користувацького
плейлісту для персоналізації та
рекомендацій.
Науковий керівник
к.т.н., доцент Манжула В.І.
1

2. Мета і завдання дослідження

Метою роботи є розробка програми
моделювання користувацького плейлісту в
багатовимірної
середовищі
для
персоналізації та рекомендації. Іншими
словами, програма повинна видавати
список можливих рекомендацій для
користувача,
ґрунтуючись
на
його
статистиці, отриманою з бази даних.
2

3. Мета і завдання дослідження

3
вивчення існуючих рекомендаційних методів: методу спільної
фільтрації, методи по роботі з текстовим вмістом об'єктів і методи,
засновані на отриманих даних;
вивчити аналоги систем, щоб проаналізувати сильні і слабкі
сторони алгоритмів;
вибрати алгоритми, які підходять для поставленої мети, для
подальшого застосування їх в розробці;
створення гібридного підходу на основі декількох алгоритмів
рекомендації пісень для аналізу ефективності;
реалізувати програму моделювання користувацького плейлісту в
багатовимірної середовищі для персоналізації та рекомендації;
дослідити ефективність роботи системи за допомогою експертної
оцінки.

4.

4
Об’єкт досліджень: процеси аналізу та
рекомендації користувацького
контенту.
Предмет досліджень: програмні засоби
моделювання користувацького
плейлісту в багатовимірної середовищі
для персоналізації та рекомендації.

5.

Наукова новизна:
У роботі був розроблений і докладно описаний метод
на основі гібридного підходу з декількох алгоритмів
моделювання користувацького плейлісту та
рекомендації пісень.
5

6.

Актуальність:
6

7. Класифікація гібридних моделей: конвеєрна, змішана, вибіркова

7

8.

Схема методу гібридної моделі
8

9.

Алгоритм "сусідів" (Slope One)
9

10. Алгоритм "SVD"

Алгоритм "SVD"
10

11.

Алгоритм гібридної моделі
11

12. Структура програми

12

13. Структура програми Структура модуля – Алгоритм

13

14. Стандартний інтерфейс користувача

14

15. ВИСНОВКИ ТА ПРОПОЗИЦІЇ

15
вивчення існуючих рекомендаційних методів: методу спільної
фільтрації, методи по роботі з текстовим вмістом об'єктів і методи,
засновані на отриманих даних;
вивчення аналоги систем, щоб проаналізувати сильні і слабкі
сторони алгоритмів;
вибір алгоритми, які підходять для поставленої мети, для
подальшого застосування їх в розробці;
створення гібридного підходу на основі декількох алгоритмів
рекомендації пісень для аналізу ефективності;
реалізація програми моделювання користувацького плейлісту в
багатовимірної середовищі для персоналізації та рекомендації;
дослідження ефективності роботи системи за допомогою
експертної оцінки.

16.

16
ДЯКУЮ ЗА УВАГУ
English     Русский Rules