Details

Целью данной работы является разработка высокопроизводительной программной системы, которая использует различные методы для выявления несоответствия между реальным и ожидаемым пользовательским рейтингом для конкретного Интернет-контента. В ходе работы проведено сравнение существующих подходов анализа пользовательских оценок для различных сайтов-агрегаторов. Из данного множества в соответствии с целью работы были выбраны алгоритмический способ и некоторые виды регрессионных моделей нейронных сетей. Все эти методы были реализованы и протестированы на данных, приближенных к реальным. В результате таких экспериментов были определены оптимальные значения различных параметров используемых методов, а также была доказана их корректная работа. В работе представлена архитектура и реализация программной системы, которая применяет предложенные методы и позволяет в режиме реального времени осуществлять мониторинг объективности пользовательский оценок для выбранного Интернет-контента. Такая система может быть успешно использована в программных продуктах различных сайтов-агрегаторов. В выводах предложены пути дальнейшего усовершенствования данной системы.

The purpose of this work is to develop a high-performance software system that uses various methods to identify inconsistencies between real and expected user ratings for specific Internet content. In the course of the work, a comparison of existing approaches to analyzing user ratings for different aggregator sites was conducted. From this set, in accordance with the purpose of the work, an algorithmic method and some types of regression models of neural networks were selected. All these methods have been implemented and assessed on data close to real ones. As a result of such experiments, the optimal values of various parameters of the methods used were determined, and their correct operation was also proved. The paper presents the architecture and implementation of a software system that applies the proposed methods and allows real-time monitoring of the objectivity of user ratings for selected Internet content. Such a system can be successfully used in software products of different aggregator sites. The conclusions suggest ways to further improve this system.