Details

Title: Методы машинного обучения при разработке рекомендательных систем: выпускная квалификационная работа бакалавра: направление 09.03.02 Информационные системы и технологии ; образовательная программа 09.03.02_02 Информационные системы и технологии
Creators: Забродина Екатерина Сергеевна
Scientific adviser: Нестеров Сергей Александрович
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2019
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: рекомендательные системы; коллаборативная фильтрация; машинное обучение; анализ данных; recommender systems; collaborative filtering; machine learning; data analysis
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 09.03.02
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
Links: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-5272
Rights: Доступ по паролю 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

В работе представлены общие подходы к разработке рекомендательных систем. Описаны метрики для оценки и сравнения моделей коллаборативной фильтрации. Разработана программная реализация рекомендательной системы на языке программирования R. Проведен анализ построенных моделей и даны рекомендации по выбору алгоритмов и параметров в зависимости от поставленной задачи.

The paper presents general approaches to the development of recommender systems. Metrics for evaluation and comparison of collaborative filtering models are described. The software implementation of the recommendation system has been developed using R programming language. The analysis of the models has been carried out and recommendations on the choice of algorithms and parameters depending on the task have been given.

Document access rights

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

Usage statistics

stat Access count: 5
Last 30 days: 0
Detailed usage statistics