Цель работы заключается в разработке мобильного Android-приложения для интеграции с рекомендательной сис-темой подбора целевого контента, основанной на алгоритме BALSE, модель для рекомендации аниме и манги, которая ис-пользует информацию, автоматически извлекающаяся из посте-ров, длярелевантного отображения на экране мобильного уст-ройства. Актуальность темы обусловлена громадными темпами роста популярности аниме и манги за пределами Японии, а так-же появлением сайтов-агрегаторов с открытыми базами данных, что облегчило разработку и тестирование различных алгоритмов и подходом для построения рекомендательных систем. Основным недостатком подобных методов является необходи-мость дополнительной информации, которую обычно дорого и долго собирать. Был использован готовый алгоритм рекоменда-ций для создания приложения сайта. Приложение реализовано на языке Java Android Studio с использованием библиотек okhttp3 и retrofit. Объектом исследования являются рекомендательные сис-темы по подбору целевого контента. Широким агрегатором данных, которые позволяют создавать модели ддя дальнейшей рекомендательной системы. Исследованы виды рекомендательных систем и принципы их построения. Изучена матричная факторизация и метод наи-меньших чередующихся квадратов. На основе метода чередую-щихся наименьших квадратов разработана рекомендательная система для целевого контента.

The purpose of the work is to develop a mobile Android ap-plication for integration with a recommendation system for target content selection based on the BALSE algorithm, a model for re-commending anime and manga that uses information automatically extracted from posters for relevant display on a mobile screen devic-es. The relevance of the topic is due to the huge growth rates of anime and manga outside of Japan, as well as the emergence of ag-gregator sites with open databases, which facilitated the development and testing of various algorithms and the approach to building rec-ommendation systems. The main disadvantage of such methods is the need for additional information, which is usually expensive and time consuming to collect. A ready-made recommendation algorithm was used to create the site application. The application is implemented in the Java language Android Studio using the okhttp3 and retrofit libraries. The object of the study are recommendation systems for the selection of targeted content. A wide data aggregator that allows you to create models for the future recommender system. The types of recommendation systems and the principles of their construction are investigated. The matrix factorization and the method of least alternating squares are studied. Based on the method of alternating least squares, a recommendation system for target con-tent has been developed.