Портал психологических изданий PsyJournals.ru
Каталог изданий 128Рубрики 53Авторы 9855Новости 1928Ключевые слова 5095 Подать рукописьRSS RSS

РИНЦ

0,727 — двухлетний импакт-фактор

Моделирование и анализ данных

Издатель: Московский государственный психолого-педагогический университет

ISSN (печатная версия): 2219-3758

ISSN (online): 2311-9454

DOI: https://doi.org/10.17759/mda

Лицензия: CC BY-NC 4.0

Издается с 2011 года

Периодичность: 4 номера в год

Язык журнала: русский

Доступ к электронным архивам: открытый

 

Алгоритм машинного обучения для решения задачи формирования рекомендаций товаров и услуг 44

|

Судаков В.А.
доктор технических наук, профессор кафедры 805, Московский авиационный институт (МАИ), Москва, Россия
ORCID: https://orcid.org/0000-0002-1658-1941
e-mail: sudakov@ws-dss.com

Трофимов И.А.
студент, Московский авиационный институт (МАИ), Москва, Россия
e-mail: trofimovc137@gmail.com

Аннотация

В статье предложен алгоритм машинного обучения без учителя для оценки наиболее возможных отношений между двумя элементами множеств клиентов и товаров/ услуг с целью для построения рекомендательной системы. Рассмотрены методы на основе коллаборативной фильтрации и фильтрации на основе содержания. Разработан комбинированный алгоритм выявления отношений на множествах, сочетающий достоинства анализируемых подходов. Оценена сложность алгоритма. Даны рекомендации по эффективной реализации алгоритма с целью уменьшения объема используемой памяти. На примере задачи рекомендаций книг показано применение данного комбинированного алгоритма. Данный алгоритм может использоваться для «холодного старта» рекомендательной системы, когда ещё не существует размеченных качественных выборок обучения более сложных моделей.

Ссылка для цитирования

Литература
  1. Melville P., Mooney R., Nagarajan R. Content-Boosted Collaborative Filtering for Improved Recommendations // University of Texas, USA : Материалы конф. / AAAI-02, Austin, TX, USA, 2002. – 2002. – pp. 187–192.
  2. Jannach D., Zanker M., Felfering A., Friedrich G. Recommender Systems: An Introduction. Cambridge University Press, 2010.
  3. Ricci F., Rokach L., Shapira B., Kantor P. Recommender Systems: Handbook. Springer, 2011.
  4. Linden G., Smith B., York J., com recommendations: item-to-item collaborative filtering // Internet Computing – IEEE 7 2003 – pp. 76–80.
  5. Melville P., Mooney R.J., Nagarajan R. Content-boosted collaborative filtering for improved recommendations // in Proceedings of the National Conference on Artificial Intelligence – 2002 – pp. 187–192.
  6. Белова К.М., Судаков В.А. Исследование эффективности методов оценки релевантности текстов // Препринты ИПМ им. М.В. Келдыша 2020. No 68. 16 с. http://doi.org/10.20948/ prepr-2020–68
Статьи по теме
 
Баннер проекта по Консультированию родителей
О проекте PsyJournals.ru

© 2007–2021 Портал психологических изданий PsyJournals.ru  Все права защищены

Свидетельство регистрации СМИ Эл № ФС77-66447 от 14 июля 2016 г.

Издатель: ФГБОУ ВО МГППУ

Creative Commons License Репозиторий открытого доступа     Рейтинг репозиториев Webometrics

Яндекс.Метрика