Дослідження типів колаборативної фільтрації для побудови прогнозів у рекомендаційних системах

Abstract

Об’єктом дослідження є алгоритми та типи колаборативної фільтрації, що спрямовані на надання персоніфікованих рекомендацій. Метою дослідження є аналіз типів колаборативної фільтрації для побудови прогнозів у рекомендаційних системах, їхній детальний огляд та порівняння ефективності роботи. Дослідження, що будуть проведені, будуть базуватися на результатах роботи вже існуючих рекомендаційних систем, а також на теорії побудови рекомендаційних систем за допомогою методів колаборативної фільтрації. Методи розробки базуються на мові програмування Python та різноманітних бібліотеках, а також на відкритому датасеті оцінок кінофільмів. У результаті роботи реалізовані різні типи колаборативної фільтрації, досліджено залежність між вибором функції подібності та результатом точності рекомендаційного алгоритму, реалізовано базову рекомендаційну систему кінофільмів.