Розробка рекомендаційної Web-системи за допомогою бібліотеки Surprise

Скорочена інформація про документ
dc.contributor.authorДомбровський Владислав Васильович
dc.date.accessioned2025-10-28T07:06:54Z
dc.date.available2025-10-28T07:06:54Z
dc.date.issued2024
dc.descriptionВИПУСКНА КВАЛІФІКАЦІЙНА РОБОТА
dc.description.abstractВ випускній кваліфікаційній роботі розроблено рекомендаційну веб- систему на основі бібліотеки Surprise, яка рекомендує фільми. Основна мета роботи полягала в розробці системи рекомендацій, що здатна надавати персоналізовані пропозиції користувачам на основі їхніх вподобань та попередніх дій. У роботі досліджено та реалізовано різні підходи до рекомендацій, зокрема, колаборативну фільтрацію за допомогою матричної факторизації та коефіцієнта кореляції Пірсона, рекомендаційну систему на основі контенту із використанням косинусної подібності та алгоритм KNN. Проаналізовано переваги та недоліки кожного методу, а також оцінено їхню ефективність за допомогою метрик продуктивності. Окрему увагу приділено проблемам, що виникають при впровадженні таких систем, та способам їх вирішення. Було розроблено методи нормалізації даних та оптимізації параметрів моделі для забезпечення максимальної точності рекомендацій. Результати роботи показали, що запропонована система здатна значно покращити користувацький досвід, надаючи точні та релевантні рекомендації. Отримані висновки та результати можуть бути корисними для подальших досліджень у галузі розробки рекомендаційних систем та для практичних застосувань у різних індустріях, де важливі персоналізовані пропозиції. Ключові слова: рекомендаційна система, колаборативна фільтрація, бібліотека Surprise, матрична факторизація, косинусна подібність, KNN.uk
dc.description.abstractotherThe final qualifying recommended work developed a recommender web system based on the Surprise library, which contains movies. The main goal of the work was to develop a recommendation system capable of providing personalized 7 suggestions to users based on their preferences and previous actions. The paper investigated and implemented different approaches to recommendations, in particular, cooperative filtering using matrix factorization and Pearson correlation coefficients, a content-based recommendation system using cosine similarity, and the KNN algorithm. The advantages and disadvantages of each method are analyzed, and their effectiveness is evaluated using performance metrics. Particular attention is paid to the problems that arise during the implementation of such systems and ways to solve them. Methods of data normalization and optimization of model parameters were developed to ensure maximum accuracy of recommendations. The results of the work showed that the proposed system is able to significantly improve the user experience by providing accurate and relevant recommendations. The obtained conclusions and results can be useful for further research in the field of development of recommender systems and for practical developments in various industries where personalized suggestions are important. Keywords: recommender system, collaborative filtering, Surprise library, matrix factorization, cosine similarity, KNN.en_US
dc.identifier.citationДомбровський В. В. (2024) Розробка рекомендаційної Web-системи за допомогою бібліотеки Surprise. 122 «Комп’ютерні науки» Державний торговельно економічний університет.Репозитарій Державного торговельно-економічного університету.
dc.identifier.urihttps://ur.knute.edu.ua/handle/123456789/12118
dc.language.isouk
dc.publisherДержавний торговельно-економічний університет
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internationalen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.titleРозробка рекомендаційної Web-системи за допомогою бібліотеки Surpriseuk
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
ВКР_Домбровський.pdf
Розмір:
1.55 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
147 B
Формат:
Item-specific license agreed to upon submission
Опис:
Завантажити

Зібрання

Комп'ютерні науки