Borys Mykhailovych Vorona

ІНТЕЛЕКТУАЛЬНИЙ АНАЛІЗ ПРОПОЗИЦІЙ ТОВАРІВ НА ОСНОВІ КОНТЕКСТНИХ РЕКОМЕНДАЦІЙ

Запропоновано дослідження проблеми створення рекомендацій, з технічним описом для побудови рекомендаційної системи для вибору товарів масового вжитку за допомогою сучасних алгоритмів, підходів, принципів і містить дослідження найбільш популярних методів. Було визначено, що впровадження рекомендаційних систем є однією з областей, які швидко розвиваються для вдосконалення прикладних інформаційних технологій, інструментів для автоматичного генерування пропозицій, заснованих на дослідженні особистих потреб і профілю клієнтів. Було досліджено, що такі системи почали грати дуже важливу роль в швидко зростаючому Інтернеті, оскільки вони допомагають користувачам орієнтуватися у великій кількості інформації, користувачі не можуть аналізувати великий обсяг інформації, адже це дуже складно і також вимагає багато часу і зусиль, але завдяки рекомендаційним системам, які можуть фільтрувати великий обсяг інформації і надавати користувачам інформацію і рекомендації, які їм подобаються, проблема може бути вирішена і замість надання статичної інформації, коли користувачі шукають, і можливо, купують продукти, такі системи збільшують ступінь інтерактивності для розширення можливостей, що надаються користувачеві. Було визначено, що рекомендаційні системи формують рекомендації самостійно для кожного конкретного користувача на основі минулих покупок і пошуків, а також на основі поведінки інших користувачів за допомогою служб рекомендацій, які збирають різну інформацію про людину, що використовує кілька методів, і в той же час всі системи є загальними. Було проведено огляд методів фільтрації на основі контенту, спільної фільтрації і гібридних методів. Було виконано огляд алгоритмів альтернативних найменших квадратів і сингулярного розкладання. Описана конструкція рекомендаційної системи програмного забезпечення для вибору товарів масового вжитку. Зроблено пояснення деяких можливостей програмної реалізації і інструментів програмування для розроблюваної системи. Зроблено висновки про проблеми рекомендаційних систем і огляд існуючих алгоритмів.