Объектом исследования являются алгоритмы факторизации матриц на GPU-устройствах для обработки данных рекомендательных систем. Предметом исследования является эффективность алгоритмов факторизации матриц на GPU-устройствах для обработки данных рекомендательных систем. Цель работы – исследование эффективности алгоритмов факторизации матриц на GPU-устройствах для обработки данных рекомендательных систем. Для достижения поставленной цели решаются следующие задачи: обзор алгоритмов факторизации матриц в контексте их применения в рекомендательных системах; обзор архитектуры и средств программирования современных графических ускорителей; реализация выбранного алгоритма с использованием графических ускорителей и оптимизация с учетом архитектурных особенностей современных графических ускорителей; экспериментальное исследование эффективности предложенных оптимизаций; сравнение производительности оптимизированной реализации с известными аналогами, использующими графические ускорители.

The object of the research is the matrix factorization algorithms on GPU-devices for recommender systems data processing. The subject of the research is the performance of matrix factorization algorithms on GPU-devices for recommender systems data processing. The goal is to study the efficiency of matrix factorization algorithms on GPU devices for recommender systems data processing. To achieve this goal following tasks are solved: an overview of matrix factorization algorithms in the context of their application in recommender systems; overview of the architecture and programming tools of modern graphics accelerators; implementation of the selected algorithm using graphics accelerators and optimization taking into account the architectural features of modern graphics accelerators; experimental study of the effectiveness of the proposed optimization; comparing the performance of an optimized implementation with known alternatives using graphics accelerators.