Тема работы: «Алгоритмы машинного обучения для персонификации рекомендаций продуктов и услуг на основе анализа предпочтений пользователя». Цель данной работы: реализация наиболее точного алгоритма для осуществления рекомендаций фильмов. В ходе работы были решены следующие задачи: 1) Обзор и сравнение подходов к решению задачи рекомендаций, определение проблем рекомендательных систем. 2) Анализ и предобработка набора данных. 3) Построение рекомендательной сети на основе алгоритма KNN, подбор оптимальных параметров. 4) Разработка рекомендательной сети на базе алгоритма SVD. 5) Реализация рекомендательной сети на основе глубокого обучения, выбор оптимального метода оптимизации, обучение нейронной сети. 6) Анализ полученных результатов, выбор лучшего подхода к построению рекомендательных систем.

The subject of the paper: "Machine learning algorithms for the personalization of product and service recommendations based on user preference analysis". The aim of this paper: to implement the most accurate algorithm for movie recommendations. Tasks that were solved during the work: 1) Review and comparison of approaches to the recommendation problem, identifying the challenges of recommender systems. 2) Analysis and preprocessing of the data set. 3) Building a recommendation network based on the KNN algorithm, selection of optimal parameters. 4) Developing a recommendation network based on the SVD algorithm. 5) Implementation of a deep learning-based recommendation network, selection of the optimal optimization method, neural network training. 6) Analysis of the obtained results, selection of the best approach to the construction of recommendation systems.