Мета роботи - розробити і теоретично обгрунтувати ефективність застосування персоналізованої рекомендаційної системи товарів, послуг або контенту на основі технології машинного навчання, яка поєднує в собі такі підходи до персоналізації рекомендацій, як колаборативна фільтрація та фільтрація контенту. Розробити механізм визначення доцільності використання певної метрики виявлення подібності користувачів і реалізувати його у режимі "реального часу" на розроблювальній системі. Створити безпечний сервіс з персоналізованою системою рекомендацій товарів, послуг або контенту, забезпечивши захист особистих даних користувачів. Використано наступні методи дослідження: аналіз джерел з досліджуваної теми, метричні методи визначення приналежності об'єктів до певної групи за їх схожістю, методи теорії штучного інтелекту, моделювання процесу навчання алгоритмів класифікації, формалізація побудованих моделей, методи проектування програмного забезпечення для розробки програмної моделі, емпіричні методи обгрунтування оптимальних параметрів навчання моделі, методи об'єктно-орієнтованого проектування та програмування. Наукова новизна полягає в тому, що розроблена модель рекомендаційної системи дозволяє на початковому етапі роботи системи оцінити вподобання користувача, майже не володіючи інформацією про його прихильності. Запропоновано механізм підбору певної метрики для визначення групи приналежності користувача, що в цілому має забезпечити точність наданої рекомендації. Практична значимість виконаної роботи полягає в тому, що розроблено веб-сервіс, який надає персоналізовані рекомендації товарів, послуг або контенту щодо уподобань користувача, з забезпеченням вимог захисту персональної інформації, високої точності виконаних рекомендацій. Модуль рекомендаційної системи оформлено у вигляді прикладного програмного інтерфейсу, що дозволяє його застосування на будь-якій веб-платформі. Запропоновано особистісно-орієнтований підхід до рекомендацій товарів, послуг або контенту, розроблено універсальну рекомендаційну систему, яка поєднує в собі і колаборативну, і фільтрацію контенту, а також розроблено веб-сервіс, з урахуванням вимог безпеки персональних даних користувачів.

 Наукова періодика України 

---

Додаткова інформація про автора(ів) публікації:
(cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці)

• Шаповалова Нонна Наілєвна (педагогічні науки)
• Доценко Інна Олексіївна (економічні науки)
• Доценко Ірина Олексіївна (педагогічні 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"