С 17 марта 2020 г. для ресурсов (учебные, научные, материалы конференций, статьи из периодических изданий, авторефераты диссертаций, диссертации) ЭБ СПбПУ, обеспечивающих образовательный процесс, установлен особый режим использования. Обращаем внимание, что ВКР/НД не относятся к этой категории.

Details

Title: Персонализация веб-приложения с использованием библиотек Python: магистерская диссертация: 09.04.03
Creators: Тихонова Анастасия Сергеевна
Scientific adviser: Иванищев Алексей Вячеславович
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2018
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: Питон (Python); Программирования языки; Базы данных; Вычислительные машины электронные персональные — Программирование; локально-чувствительное хеширование; расстояние Хэмминга
UDC: 004.655.3(043.3); 004.438(043.3); 004.651.54(043.3)
Document type: Master graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 09.04.03
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
DOI: 10.18720/SPBPU/2/v18-346
Rights: Свободный доступ из сети Интернет (чтение, печать, копирование)

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

Объектом исследования являются виды рекомендательных систем, принципы их построения, а также проблемы, с которыми сталкиваются разработчики при эксплуатации рекомендательных систем в режиме реального времени с использованием стандартного ПО. Цель работы: реализация методики разработки рекомендательной системы внутри базы данных MySQL с экономным расходом памяти. В данной работе исследованы виды рекомендательных систем, принципы их построения, а также проблемы, с которыми сталкиваются разработчики при эксплуатации рекомендательных систем в режиме реального времени с использованием стандартного ПО. Для преодоления этих проблем были изучены методы обработки и анализа данных с использованием библиотек Python и выработан алгоритм действий, на основании которого была реализована методика разработки рекомендательной системы с экономным расходом памяти.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users Read Print Download
-> Internet Anonymous

Document usage statistics

stat Document access count: 658
Last 30 days: 0
Detailed usage statistics