Створено систему рекомендацій, яка зможе проаналізувати дані, отримані від користувача про вподобання фільмів та використати їх для прогнозування нових рекомендацій. В рамках роботи було проведено аналіз наукових видань, існуючих методів та алгоритмів, які використовуються для побудови системи рекомендацій та їх гібридизацію. Визначено, що гібридизація може бути досягнута різними підходами завдяки поєднанню декількох алгоритмів. Об'єднання методів для вирішення проблеми в більшості випадків дає більш ефективні і точні результати. Для реалізації гібридного підходу обрано два метода: фільтрацію на основі вмісту та спільну (колаборативну) фільтрацію, кожен з яких відповідає певному сценарію рекомендацій. У експериментальних дослідженнях було випробувано здатність системи запропонувати фільми, спираючись на дані про подібність користувачів. Подібність користувачів розраховувалась на основі вимірювання ступеня лінійної залежності - коефіцієнт кореляції Пірсона.

• П'ятикоп Олена Євгенівна (технічні науки)

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"