Отрывок: Пример данного метода представлен на рисунке 11. Рисунок 13 - User-based подход Как можно видеть из рисунка, между пользователем 1 и 3 имеется явная схожесть в выборе продуктов, следовательно, опираясь на опыт пользователя 1, составляют рекомендации для пользователя 3. 30 Item-based предполагает предложение товаров, которые схожи с теми, что были ранее приобретены пользователем [8]. Производится усреднение рейтинга...
Название : | Сравнительное исследование алгоритмов построения ассоциативных правил по крупноформатным данным потребительских корзин |
Авторы/Редакторы : | Олянич И. А. Серафимович П. Г. Головашкин Д. Л. Суханов С. В. Министерство образования и науки Российской Федерации Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) Институт информатики математики и электроники |
Дата публикации : | 2018 |
Библиографическое описание : | Олянич, И. А. Сравнительное исследование алгоритмов построения ассоциативных правил по крупноформатным данным потребительских корзин : вып. квалификац. работа по направлению "Прикладная математика и информатика" (уровень магистратуры) / И. А. Олянич ; рук. работы П. Г. Серафимович, рец. Д. Л. Головашкин, нормоконтролер С. В. Суханов ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т),. - Самаpа, 2018. - on-line |
Аннотация : | В настоящее время хранение и анализ больших объемов данных является одной из ключевых задач для множества крупных компаний. Существуют различные технологии и алгоритмы обработки, которые рассматриваются в данной работе. Они позволяют значительно увеличить интерес клиентов и повысить средний чек в отдельных заказах. Объектом исследования является актуальная информация о продуктовых покупках пользователей на некотором временном промежутке на одной из платформ в США. Целью данной выпускной квалификационной работы магистра является реализация алгоритмов построения рекомендательных систем, их сравнение, а также изучение исходного набора данных и выявление в нем интересных фактов. В ходе работы был изучен исходный набор данных, получены различные полезные графики, диаграммы и таблицы, которые могут считаться по-настоящему актуальными для подобных сервисов в США. Построены рекомендации и произведено сравнение алгоритмов. |
Другие идентификаторы : | RU\НТБ СГАУ\ВКР20180911141319 |
Ключевые слова: | гибридные подходы коллоборативная фильтрация ассоциативные правила неявный сбор данных рекомендательные системы SVD Data Mining ALS Apache Spark Big Data язык R явный сбор данных среда разработки RStudio |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Олянич_Игорь_Анатольевич_Сравнительное_исследование_алгоритмов_построения.pdf | 2.41 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.