Электронный научный журнал «Молодежный вестник ИрГТУ»
Поиск по сайту

МАТЕМАТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ РЕКОМЕНДАТЕЛЬНЫХ ИНФОРМАЦИОННЫХ СИСТЕМ И ЕГО РЕАЛИЗАЦИИ

2017 / Номер 2 [ Кибернетика, информационные системы и технологии ]

Приведен краткий литературный обзор исследований в области рекомендательных информационных систем и примеры сфер их применения. В общем виде представлены схемы использования математического обеспечения (методов многомерного анализа данных) на разных этапах решения задач оценивания интереса пользователя к товару или услуге. Выделены основные проблемы, требующие решения как на этапе разработки рекомендательных систем, так и на этапе их эксплуатации.

Ключевые слова:

рекомендательные системы,анализ данных,искусственный интеллект,коллаборативная фильтрация,фильтрация содержания,вывод на прецедентах,recommendation systems,data analysis,artificial intelligence,collaborative filtering,content filtering,conclusion on precedents

Авторы:

Библиографический список:

  1. Jannach D., Zanker M., Felfernig A., Friedrich G. Recommender Systems: An Introduction. Cambridge University Press, 2010.
  2. Как работают рекомендательные системы. Лекция в Яндексе [Электронной ресурс] // Хабрахабр. URL: https://habrahabr.ru/ company/yandex/blog/241455/ (12.12.2016).
  3. Пятикоп Е.Е. Исследование метода коллаборативной фильтрации на основе сходства элементов // Наукові праці ДонНТУ. Серія: Інформатика, кібернетика та обчислювальнатехніка. 2013. Вып. 2 (18). С. 109-114.
  4. Бритвина Е.В. Сегментирование рекомендательной системы с использованием метода организации соединения «клиент - сервер», основанного на программно-конфигурируемых сетях и применении протокола с быстрым перескоком IP-адреса [Электронный ресурс] // Современные проблемы науки и образования: электронный научный журнал. 2015. № 6. URL: https://www.science-education.ru/ru/article/view?id=16875 (12.12.2016).
  5. Авхадеев Б.Р., Воронова Л.И., Охапкина Е.П. Разработка рекомендательной системы на основе данных из профиля социальной сети «ВКонтакте» // Вестник Нижневартовского государственного университета. 2014. Вып. 3. С. 10.
  6. Hossain N. Why the Interest Graph Is a Marketer’s Best Friend [Электронный ресурс]. URL: http://mashable.com/2012/06/19/interest-graph-marketer/#Hr95qUR_7Eqa (12.12.2016).
  7. Жернакова О. Системы рекомендаций и поиска видеоконтента [Электронный ресурс] // Телемультимедиа. 2012. URL: http://www.telemultimedia.ru/art.php? id=464 (12.12.2016).
  8. Beel J., Gripp B., Langer S., Breitinger C. Research-paper recommender systems: a literature survey // International Journal on Digital Libraries. 2016. № 17. P. 305. doi:10.1007/s00799-015-0156-0
  9. Амелькин С.А., Понизовкин Д.М. Математическая модель задачи top-N для контентных рекомендательных систем // Известия МГТУ «МАМИ». 2013. № 3 (17). Т. 2. С. 26-31.
  10. Нефедова Ю.С. Архитектура гибридной рекомендательной системы GEFEST (Generation-Expansion-Filtering-Sorting-Truncation) // Системы и средства информатики. 2012. Т. 22. Вып. 2. С. 176-196.
  11. Дьяконов А.Г. Алгоритмы для рекомендательной системы: технология Lenkor // Бизнес-информатика. 2012. № 1 (19). С. 32-39.
  12. Клеменков П.А. Построение новостного рекомендательного сервиса реального времени с использованием NoSQL СУБД // Информатика и еe применение. 2013. Т. 7. Вып. 3. С. 14-21.
  13. Амелькин С.А. Оценка эффективности рекомендательных систем // Труды 14-й Всероссийской научной конференции «Электронные библиотеки: перспективные методы и технологии, электронные коллекции» - RCDL-2012, Переславль-Залесский, 15-18 октября 2012 г.
  14. Правиков А.А., Фомичев В.А. Разработка рекомендательной системы с естественно-языковым интерфейсом на основе математических моделей семантических объектов // Бизнес-информатика. 2010. № 4 (14). С. 3-11.
  15. Бритвина Е.В. Сегментирование рекомендательной системы с использованием метода организации соединения «клиент - сервер», основанного на программно-конфигурируемых сетях и применении протокола с быстрым перескоком IP-адреса [Электронный ресурс] // Современные проблемы науки и образования: электронный научный журнал. 2015. № 6. URL: https://www.science-education.ru/ru/article/view?id=16875 (12.12.2016).

Файлы:

Язык
Количество скачиваний:9839