Дослідження алгоритмів рекомендаційних систем
| dc.contributor.author | Кесар, Олександр Романович | uk_UA |
| dc.date.accessioned | 2025-03-21T09:46:38Z | |
| dc.date.available | 2025-03-21T09:46:38Z | |
| dc.date.issued | 2025 | |
| dc.description.abstract | UKR: Магістерська робота виконана на 89 сторінках, містить 33 рисунка, 12 таблиць, 3 додатки та 27 використаних джерел. Документ «Дослідження алгоритмів рекомендаційних систем» входить до складу програмної документації для розробки системи дослідження та оцінки ефективності алгоритмів рекомендацій. У даному документі описано особливості реалізації системи, яка включає навчання, тестування та порівняння алгоритмів градієнтного бустингу, матричної факторизації та швидкого дерева Твідді. Розробка виконана мовою C# із використанням фреймворку ML.NET у середовищі розробки Visual Studio 2022 з інтеграцією бази даних MS SQL Server. Мета роботи: дослідити ефективність роботи алгоритмів рекомендаційних систем у різних умовах. Провести аналіз їхньої продуктивності, точності рекомендацій, часу тренування та використання обчислювальних ресурсів. Розробити рекомендації щодо вибору алгоритму залежно від специфіки завдань і обсягу даних | uk_UA |
| dc.description.abstract | ENG: The master's work is completed on 89 pages, contains 33 figures, 12 tables, 3 appendices and 27 used sources. The document "Research of recommendation system algorithms" is part of the program documentation for the development of a research system and evaluation of the effectiveness of recommendation algorithms. This document describes the features of the system implementation, which includes training, testing, and comparison of gradient boosting, matrix factorization, and fast Tweedy tree algorithms. The development was performed in C# using the ML.NET framework in the Visual Studio 2022 development environment with MS SQL Server database integration. The purpose of the work: to investigate the effectiveness of recommendation system algorithms in different conditions. To analyze their performance, accuracy of recommendations, training time and use of computing resources. To develop recommendations for choosing an algorithm depending on the specifics of the tasks and the amount of data | en |
| dc.identifier.citation | Кесар О. Р. Дослідження алгоритмів рекомендаційних систем: дипломна робота на здобуття кваліфікаційного ступеня магістра : спец. 121 – Інженерія програмного забезпечення / наук. Керівник Т. С. Гришечкіна ; Український державний університет науки та технологій. Дніпро, 2025. 144 с. | uk_UA |
| dc.identifier.uri | https://crust.ust.edu.ua/handle/123456789/19868 | |
| dc.language.iso | uk | |
| dc.publisher | Український державний університет науки і технологій, Дніпро | uk_UA |
| dc.subject | рекомендаційні системи | uk_UA |
| dc.subject | матрична факторизація | uk_UA |
| dc.subject | градієнтний бустинг | uk_UA |
| dc.subject | швидке дерево Твідді | uk_UA |
| dc.subject | recommender systems | en |
| dc.subject | matrix factorization | en |
| dc.subject | gradient boosting | en |
| dc.subject | fast Tweedie tree | en |
| dc.subject | ВКР | uk_UA |
| dc.subject | КІТ | uk_UA |
| dc.subject.classification | TECHNOLOGY | en |
| dc.title | Дослідження алгоритмів рекомендаційних систем | uk_UA |
| dc.title.alternative | Research of recommender system algorithms | en |
| dc.type | Master's Thesis | en |