Науковий керівник
к.т.н., доцент Манжула В.І.
- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Метод та програмна система моделювання користувацького плейлісту для персоналізації та рекомендацій презентация
Содержание
- 2. Мета і завдання дослідження
- 3. Мета і завдання дослідження вивчення існуючих рекомендаційних
- 4. Об’єкт досліджень: процеси аналізу та рекомендації
- 5. Наукова новизна: У роботі був розроблений
- 6. Актуальність:
- 7. Класифікація гібридних моделей: конвеєрна, змішана, вибіркова
- 8. Схема методу гібридної моделі
- 9. Алгоритм "сусідів" (Slope One)
- 10. Алгоритм "SVD"
- 11. Алгоритм гібридної моделі Алгоритм гібридної моделі
- 12. Структура програми
- 13. Структура програми Структура модуля – Алгоритм
- 14. Стандартний інтерфейс користувача
- 15. ВИСНОВКИ ТА ПРОПОЗИЦІЇ вивчення існуючих
- 16. ДЯКУЮ ЗА УВАГУ
Мета і завдання дослідження Метою роботи є розробка програми моделювання користувацького плейлісту в багатовимірної середовищі для персоналізації та рекомендації. Іншими словами, програма повинна видавати список можливих рекомендацій для
Слайд 1
Самбірський філія ТНЕУ
Кафедра комп’ютерних наук
Лопушанський Я.С.
Метод та програмна система моделювання користувацького плейлісту для персоналізації та рекомендацій.
Слайд 2Мета і завдання дослідження
Метою роботи є розробка програми моделювання користувацького плейлісту
в багатовимірної середовищі для персоналізації та рекомендації. Іншими словами, програма повинна видавати список можливих рекомендацій для користувача, ґрунтуючись на його статистиці, отриманою з бази даних.
Слайд 3Мета і завдання дослідження
вивчення існуючих рекомендаційних методів: методу спільної фільтрації, методи
по роботі з текстовим вмістом об'єктів і методи, засновані на отриманих даних;
вивчити аналоги систем, щоб проаналізувати сильні і слабкі сторони алгоритмів;
вибрати алгоритми, які підходять для поставленої мети, для подальшого застосування їх в розробці;
створення гібридного підходу на основі декількох алгоритмів рекомендації пісень для аналізу ефективності;
реалізувати програму моделювання користувацького плейлісту в багатовимірної середовищі для персоналізації та рекомендації;
дослідити ефективність роботи системи за допомогою експертної оцінки.
вивчити аналоги систем, щоб проаналізувати сильні і слабкі сторони алгоритмів;
вибрати алгоритми, які підходять для поставленої мети, для подальшого застосування їх в розробці;
створення гібридного підходу на основі декількох алгоритмів рекомендації пісень для аналізу ефективності;
реалізувати програму моделювання користувацького плейлісту в багатовимірної середовищі для персоналізації та рекомендації;
дослідити ефективність роботи системи за допомогою експертної оцінки.
Слайд 4
Об’єкт досліджень: процеси аналізу та рекомендації користувацького контенту.
Предмет досліджень: програмні засоби
моделювання користувацького плейлісту в багатовимірної середовищі для персоналізації та рекомендації.
Слайд 5Наукова новизна:
У роботі був розроблений і докладно описаний метод на основі
гібридного підходу з декількох алгоритмів моделювання користувацького плейлісту та рекомендації пісень.
Слайд 15ВИСНОВКИ ТА ПРОПОЗИЦІЇ
вивчення існуючих рекомендаційних методів: методу спільної фільтрації, методи по
роботі з текстовим вмістом об'єктів і методи, засновані на отриманих даних;
вивчення аналоги систем, щоб проаналізувати сильні і слабкі сторони алгоритмів;
вибір алгоритми, які підходять для поставленої мети, для подальшого застосування їх в розробці;
створення гібридного підходу на основі декількох алгоритмів рекомендації пісень для аналізу ефективності;
реалізація програми моделювання користувацького плейлісту в багатовимірної середовищі для персоналізації та рекомендації;
дослідження ефективності роботи системи за допомогою експертної оцінки.
вивчення аналоги систем, щоб проаналізувати сильні і слабкі сторони алгоритмів;
вибір алгоритми, які підходять для поставленої мети, для подальшого застосування їх в розробці;
створення гібридного підходу на основі декількох алгоритмів рекомендації пісень для аналізу ефективності;
реалізація програми моделювання користувацького плейлісту в багатовимірної середовищі для персоналізації та рекомендації;
дослідження ефективності роботи системи за допомогою експертної оцінки.
