Details

Выпускная квалификационная работа магистра посвящена исследованию в области рекомендательных систем. Описаны существующие рекомендательные системы, подходы к их построению и применяемые в них технологии. Изучены актуальные подходы к построению системы музыкальных рекомендаций. В рамках работы предложена система музыкальных рекомендаций, которая основана на использовании LLM и алгоритмов ранжирования. Предложенный метод был реализован в программном средстве на языке Java. Разработана клиент-серверная архитектура проекта. Реализованное программное средство получает метаданные музыкальных композиций, обрабатывает их и затем использует для предоставления музыкальных рекомендаций на основе запроса чат-боту. В экспериментальной части полученные музыкальные рекомендации в форме плейлистов сравниваются с рекомендациями, полученными с помощью запросов к LLM модели GPT-4.

The masters qualification work is devoted to research in the field of recommender systems. The existing recommender systems, approaches to their construction and the technologies used in them are described. The current approaches to the construction of a system of musical recommendations are studied. As part of the work, a system of musical recommendations is proposed, which is based on the use of LLM and ranking algorithms. The proposed method was implemented in a software tool in the Java language. A client-server architecture of the project was developed. The implemented software tool accesses data on musical compositions, processes them and then uses them to provide musical recommendations based on a request to the chatbot. In the experimental part, the obtained music recommendations in the form of playlists are compared with the recommendations obtained using queries to the LLM GPT-4.