Публікація:
Дослідження методів побудови рекомендаційних систем з використанням графових нейронних мереж

Проста сторінка документа
dc.contributor.authorКоличева, П. А.
dc.contributor.authorВолощук, О. Б.
dc.date.accessioned2024-07-10T18:09:14Z
dc.date.available2024-07-10T18:09:14Z
dc.date.issued2022
dc.description.abstractДля зниження інформаційної надмірності в Інтернеті широко застосовуються рекомендаційні системи для персоналізованої фільтрації інформації. Суть рекомендаційної системи полягає в прогнозуванні того, чи буде користувач взаємодіятиме з об'єктом. Тому колаборативна фільтрація (CF), яка фокусується на використанні минулих взаємодій користувача з об'єктом для досягнення прогнозу, залишається фундаментальним завданням для ефективної персоналізованої рекомендації. Найбільш поширеною парадигмою для CF є навчання латентних ознак (також відомих як ембедінги (embedding)) для представлення користувача та об'єкта, та виконання прогнозування на основі ембедінг – векторі
dc.identifier.citationКоличева П. А. Дослідження методів побудови рекомендаційних систем з використанням графових нейронних мереж / П. А. Количева, О. Б. Волощук // Сучасні напрями розвитку інформаційно-комунікаційних технологій та засобів управління : тез. доп. дванадцатої міжнародної науково-технічної конференції, 27–28 квітня 2022 р. – Т. 2. – Баку–Харків–Жиліна, 2022. – С. 21.
dc.identifier.urihttps://openarchive.nure.ua/handle/document/27400
dc.language.isouk
dc.publisherФОП Петров В.В.
dc.subjectколаборативна фільтрація
dc.subjectдосягнення прогнозу
dc.titleДослідження методів побудови рекомендаційних систем з використанням графових нейронних мереж
dc.typeThesis
dspace.entity.typePublication

Файли

Оригінальний пакунок

Зараз показано 1 - 1 з 1
Зображення мініатюри
Назва:
SNR_2022_T2-21.pdf
Розмір:
209.39 KB
Формат:
Adobe Portable Document Format
Завантажити

Пакунок ліцензії

Зараз показано 1 - 1 з 1
Зображення мініатюри
Назва:
license.txt
Розмір:
9.55 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Колекції

Кафедра штучного інтелекту (ШІ)