Рекомендательная система мероприятий города

1.

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
ФГАОУ ВО «СЕВАСТОПОЛЬСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
Институт информационных технологий и управления в технических системах
Кафедра «Информационные системы»
Рекомендательная система
мероприятий города
Подготовил: ст. гр. ИС/б-42-о
Безлепкин А.П.
Научный руководитель:
к.ф.-м.н., доцент, зав. кафедрой Шумейко И.П.
Консультант:
Ст. пр. Сырых О.А.
2019 г.
1

2.

Актуальность темы
Одной из областей применения рекомендательных систем
является социальная сфера. Их внедрение может поспособствовать
улучшению социального климата за счет продвижения информации о
социально значимых событиях, таких как спортивные соревнования,
культурно-массовых мероприятий и волонтерского движения.
2

3.

Цели и задачи ВКР
Целью работы является разработка рекомендательной системы
мероприятий города, способной предоставить функциональные
возможности по корректированию конечных множеств информационных
объектов.
Задачи:
• Выполнить анализ предметной области и основных подходы,
существующие в рекомендательных системах.
• Произвести проектирование рекомендательной системы мероприятий
города.
• Произвести комплекс мероприятий по разработке системы и её
тестированию.
3

4.

«Collaborative Filtering»
«User-based»
«Item-based»
4

5.

«Content based» и «Knowledge-based»
Группа 1
Группа 2
«Content based»
«Knowledge-based»
5

6.

«Hybrid»
Рекомендация
МЕТОД
2
…
МЕТОД
N
МОНОЛИТНАЯ СИСТЕМА
МЕТОД
1
Данные
КОНВЕЙЕРНАЯ СИСТЕМА
Данные
МЕТОД 1
МЕТОД 2
…
Рекомендация
МЕТОД N
МЕТОД 1
Данные
МЕТОД 2
…
МЕТОД N
ПАРАЛЛЕЛЬНАЯ
СИСТЕМА
Рекомендация
6

7.

Критерии выбора модели
рекомендательной системы
1) Отсутствие жесткой привязки к четкой идентификации
пользователей при расчетах.
2) Отсутствие проблем холодного старта.
3) Скорость расчетов рекомендаций по выборке объектов из базы.
4) Адаптация к изменениям предпочтений пользователя.
1
2
3
всех
4
Collaborative Filtering
Content based
Knowledge-based
7

8.

Описание работы системы
рекомендаций
Рекомендательная система
Данные
Модуль 1
Результат
Модуль 2
Рекомендации
• Данные – Статистические данные пользователя
• Модуль 1 – Блок расчета процентного соотношения данных в
результирующей выборке по каждой категории исходя из данных о
пользовательских предпочтениях и системных коэффициентов
• Модуль 2 – Блок сортировки результатов полученных в блоке 2 на
основании данных об индексе эмоциональной лояльности клиента
• Рекомендации – коллекция параметров на основании которых будет
производиться выборка из БД
8

9.

Описание работы алгоритма
(Модуль 1)
Системные коэффициенты
Статистика пользователя
5
4
0.1
1
0.3
-0.1
-0.5
0.4
0.2
0.1
Формирование пользовательской и системной коллекции рекомендаций
50% 40% 10%
25%
25% 25% 25%
Производится пересчет используя системные коэффициенты
50% 40% 10%
0.4 0.1 0.3
25% 25% 25% 25%
-0.1 -0.5 0.2
0.1
Формирование результата
55.1% 34.6% 10.2%
+
24.3% 13.5% 32.4% 29,7%
9

10.

Описание работы алгоритма (Модуль 2)
(Модуль 2)
55.1% 34.6% 10.2%
NPS
8.5
4
+
24.3% 13.5% 32.4% 29,7%
Фильтрация + сортировка
9.5
8.5
9.5
Производим разделение и сортировку коллекций для последующей обработки
10.2% 34.6%
9.5
+
55.1%
32.4% 29,7%
24.3% 13.5%
32.4 > 29.7 > 24.3 > 13.5
8.5
Формируем данные для результирующей коллекции
10.2% 34.6% 55.1%
+
32.4% 29,7% 24.3% 13.5%
= 42%
= 57%
100%
10

11.

Модель
Модель данных
данных
11

12.

DFD диаграмма подсистемы
регламентированной загрузки контента
12

13.

DFD диаграмма процесса загрузки
данных из внешних источников
13

14.

DFD диаграмма процесса сохранения
данных в БД
14

15.

Инструментальные
Инструментальные средства
средства
Laravel Blade
15

16.

Разработка интерфейса пользователя
16

17.

Результат работы с расписаниями
17

18.

Интерфейс администратора
18

19.

Статистика предоставляемая
администратору
19

20.

Интерфейс мобильных устройств
20

21.

Выводы
• Разработана гибридная рекомендательная система конвейерного типа,
не чувствительная к проблемам холодного старта и являющейся
отзывчивой к меняющимся предпочтениям пользователя, а также
обладает достаточно хорошей скоростью расчетов.
• Представленная система архитектурно готова к работе с различными
информационными
источниками,
является
социально
ориентированной, обладает достаточно хорошей скоростью работой
данных и чувствительностью к изменениям предпочтений
пользователя.
21

22.

https://srec-sevastopol.000webhostapp.com
22

23.

СПАСИБО
ЗА ВНИМАНИЕ
23