Детальная информация

Название: 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
Авторы: Забродина Екатерина Сергеевна
Научный руководитель: Нестеров Сергей Александрович
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2019
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: рекомендательные системы; коллаборативная фильтрация; машинное обучение; анализ данных; recommender systems; collaborative filtering; machine learning; data analysis
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Бакалавриат
Код специальности ФГОС: 09.03.02
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-5272
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Ключ записи: ru\spstu\vkr\5790

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

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.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 53
За последние 30 дней: 1
Подробная статистика