Мета роботи – розробка гібридної рекомендаційної системи для інтернет-магазину, яка забезпечує високу точність, релевантність і адаптивність рекомендацій для різних типів користувачів та сценаріїв, включаючи «холодний старт». Методи дослідження – теоретичний аналіз існуючих підходів до побудови рекомендаційних систем, моделювання алгоритмів на основі контентного та колаборативного фільтрування, тестування системи на реальних наборах даних, використання метрик Precision, Recall, F1, MAP, MRR, NDCG, RMSE для оцінки ефективності, а також експериментальний аналіз впливу вагових коефіцієнтів на якість рекомендацій.