Table | Card | RUSMARC | |
Allowed Actions: –
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
Group: Anonymous Network: Internet |
Annotation
В данной работе проводится исследование подходов к использованию графовых нейронных сетей при решении задачи коллаборативной фильтрации (рекомендации фильмов и сериалов): принципы построения и обучения моделей. В практической части работы реализованы две модели графовых нейронных сетей: LightGCN и NGCF. Было выполнено подробное сравнение моделей по метрикам качества между собой и с представителем классических корреляционных моделей — непараметрической регрессией.
In the given work, we study approaches to the use of graph neural networks in solving the problem of collaborative filtering (recommendations of films and series): principles of building and training models. In the practical part of the work, two models of graph neural networks are implemented: LightGCN and NGCF. A detailed comparison of the models in terms of quality metrics was made with each other and with a representative of classical correlation models — nonparametric regression.
Document access rights
Network | User group | Action | ||||
---|---|---|---|---|---|---|
ILC SPbPU Local Network | All | |||||
Internet | Authorized users SPbPU | |||||
Internet | Anonymous |
Table of Contents
- Разработка рекомендательной системы фильмов и сериалов на основе графовых нейронных сетей
- Введение
- 1. Постановка задачи и обзор существующих подходов её решения
- 2. Обзор подходов к построению и обучению графовых нейронных сетей
- 3. Применение графовых нейронных сетей в рекомендательных системах
- 4. Разработка рекомендательной системы фильмов и сериалов
- 5. Эксперименты и результаты разработки рекомендательной системы фильмов и сериалов
- Заключение
- Список использованных источников
- Приложение 1. Программный код решения
Usage statistics
Access count: 8
Last 30 days: 4 Detailed usage statistics |