В работе рассматривается разработка рекомендательной системы для интерактивного голосового меню (IVR – Interactive Voice Response) в банке. В ходе работы изучается предметная область: различные типы рекомендательных систем, основы их разработки и проблемы, возникающие при их создании, а также виды данных, с которыми они работают. Обозреваются классические и современные алгоритмы машинного обучения для задач генерации рекомендаций. Детально рассматривается алгоритм, используемый в разрабатываемой рекомендательной системе. Разработана модульная архитектура системы, которая позволяет собирать из переиспользуемых модулей различные пайплайны обработки данных и генерации рекомендаций.

The paper considers the development of a recommender system for an interactive voice menu (IVR - Interactive Voice Response) in a bank. In the course of the work, the subject area is studied: various types of recommender systems, the basics of their development and the problems that arise during their development, as well as the types of data with which they work. Classical and modern machine learning algorithms for recommendation problems are reviewed. The algorithm used in the developed recommender system is considered in detail. A modular architecture of the system has been developed, this architecture makes it possible to assemble various data processing and recommendation pipelines from reusable modules.

• Реферат
• ABSTRACT
• Оглавление
• Введение
• Глава 1. Задача рекомендации
  • 1.1 Постановка задачи
  • 1.2 Характеристики рекомендаций
  • 1.3 Базовые модели рекомендательных систем
    • 1.3.1 Collaborative Filtering
    • 1.3.2 Content-Based methods
    • 1.3.3 Hybrid methods
  • 1.4 Cold start problem
  • 1.5 Оценка работоспособности рекомендательной системы
• Глава 2. Обзор существующих алгоритмов рекомендаций
  • 2.1 Матричная факторизация
  • 2.2 k-Nearest Neighbors
  • 2.3 Деревья, Бустинг
  • 2.4 Нейронные сети
  • 2.5 Обучение с подкреплением
• Глава 3. Рекомендации для IVR
  • 3.1 IVR
  • 3.2 Многорукие бандиты
  • 3.3 Рекомендательный сервис
  • 3.4 Средства разработки
  • 3.6 Архитектура
    • 3.6.1 Transformer
    • 3.6.2 Context
    • 3.6.3 Preprocessor и postprocessor
    • 3.6.4 Pipeline
    • 3.6.5 Конфигурация
    • 3.6.6 Асинхронность
    • 3.6.7 Дообучение
• Заключение
• Список использованных источников