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...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Олянич И. А. | ru |
dc.contributor.author | Серафимович П. Г. | ru |
dc.contributor.author | Головашкин Д. Л. | ru |
dc.contributor.author | Суханов С. В. | ru |
dc.contributor.author | Министерство образования и науки Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Институт информатики | ru |
dc.contributor.author | математики и электроники | ru |
dc.coverage.spatial | гибридные подходы | ru |
dc.coverage.spatial | коллоборативная фильтрация | ru |
dc.coverage.spatial | ассоциативные правила | ru |
dc.coverage.spatial | неявный сбор данных | ru |
dc.coverage.spatial | рекомендательные системы | ru |
dc.coverage.spatial | SVD | ru |
dc.coverage.spatial | Data Mining | ru |
dc.coverage.spatial | ALS | ru |
dc.coverage.spatial | Apache Spark | ru |
dc.coverage.spatial | Big Data | ru |
dc.coverage.spatial | язык R | ru |
dc.coverage.spatial | явный сбор данных | ru |
dc.coverage.spatial | среда разработки RStudio | ru |
dc.creator | Олянич И. А. | ru |
dc.date.issued | 2018 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20180911141319 | ru |
dc.identifier.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 | ru |
dc.description.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. | ru |
dc.format.extent | Электрон. дан. (1 файл : 2,4 Мб) | ru |
dc.title | Сравнительное исследование алгоритмов построения ассоциативных правил по крупноформатным данным потребительских корзин | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.6 | ru |
dc.textpart | 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... | - |
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 базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.