Title: Сравнительное исследование алгоритмов построения ассоциативных правил по крупноформатным данным потребительских корзин
Authors: Олянич И. А.
Серафимович П. Г.
Головашкин Д. Л.
Суханов С. В.
Keywords: ALS
Apache Spark
Big Data
Data Mining
SVD
ассоциативные правила
гибридные подходы
коллоборативная фильтрация
неявный сбор данных
рекомендательные системы
среда разработки RStudio
явный сбор данных
язык R
Issue Date: 2018
Citation: 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
Abstract: 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.
URI: http://repo.ssau.ru/jspui/handle/123456789/54708
Appears in Collections:Выпускные квалификационные работы



Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.