Алгоритмічні методи кластеризації в рекомендаційних системах з колаборативною фільтрацією

Abstract

Об’єкт дослідження – процес колаборативної фільтрації даних в рекомендаційних системах, аналіз переваг користувача для подальшої видачі рекомендацій. Предмет дослідження – рекомендаційні методи колаборативної фільтрації. Метою роботи є розробка методу кластерізації з модифікацією його методом ліктя у колаборативній фільтрації для збільшення точності рекомендацій при найменшій трудомісткості. Методами розробки обрано методи кластеризації, а саме алгоритм пошуку коротшого найменшого шляху, алгоритм FOREL та метод k-середніх, який буде модифікований методом ліктя. У результаті роботи проведено аналіз сучасних підходів до організації рекомендаційних систем з колаборативною фільтрацією, було модифіковано метод k-середніх, розроблено систему тестування алгоритмів кластеризації колаборативної фільтрації та протестовано ці методи.