Details

Title Алгоритм рекомендации изображений с использованием технологии распознавания образов: выпускная квалификационная работа магистра: направление 09.04.04 «Программная инженерия» ; образовательная программа 09.04.04_02 «Основы анализа и разработки приложений с большими объемами распределенных данных»
Creators Кобышев Кирилл Сергеевич
Scientific adviser Никифоров Игорь Валерьевич
Other creators Локшина Екатерина Геннадиевна
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint Санкт-Петербург, 2020
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects Графов теория ; рекомендация изображений ; рекомендательные системы ; word2vec ; семантическое пространство ; графовая база данных ; распознавание образов
UDC 519.17:004.4'414
Document type Master graduation qualification work
File type PDF
Language Russian
Level of education Master
Speciality code (FGOS) 09.04.04
Speciality group (FGOS) 090000 - Информатика и вычислительная техника
Links Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований
DOI 10.18720/SPBPU/3/2020/vr/vr20-940
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key ru\spstu\vkr\6477
Record create date 7/10/2020

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

Выпускная квалификационная работа магистра связана с исследованием в области алгоритмов рекомендательных систем. Исследованы существующие решения в области рекомендации изображений и выявлены их недостатки: необходимость в ручном заполнении метаданных изображений пользователями, необходимость в значительных ресурсах и данных для обучения, отсутствие учета истории действий пользователя и построения его профиля. Предложенное в исследовании решение имеет следующие отличительные особенности, которые позволяют избежать недостатков существующих решений: распознавание классов на изображениях, представление пользователей и изображений в семантическом пространстве и преобразование семантического пространства в графовую структуру. Предложенное решение было реализовано в виде прототипа рекомендательной системой, взаимодействующей со внешней системой по HTTP-протоколу. Реализованный прототип был протестирован на предмет точности и полноты с помощью вычисления метрик precision и recall, а также на предмет времени выполнения. Алгоритм показал удовлетворительные результаты. Запланированы доработки алгоритма, связанные с увеличением полноты результатов выполнения, а также покрытие рекомендательной системы автоматизированными тестами.

The master graduate qualification work is related to research in the field of recommender system algorithms. Existing solutions in the field of image recommendation have the following disadvantages: necessity of manual filling of metadata by users, necessity of significant resources and data for model training, lack of the user action history consideration and lack of building his profile. In this study, a new algorithm is proposed for image recommendation, which allows us to avoid the disadvantages of existing solutions. The proposed solution has the following distinctive features that help avoid the disadvantages of existing solutions: class recognition in images, representation of users and images in the semantic space, and transformation of the semantic space into a graph structure. The proposed solution was implemented as a prototype of recommender system that interacts with external system over HTTP protocol. The implemented prototype was tested for accuracy and completeness by calculation of precision and recall metrics and was tested for execution time. The algorithm showed satisfactory results. It is planned to increase the completeness of execution results and to cover the recommendation system with automated tests.

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

Access count: 34 
Last 30 days: 0

Detailed usage statistics