КОНФЕРЕНЦІЇ ВНТУ електронні наукові видання, 
L Науково-технічна конференція факультету комп'ютерних систем і автоматики (2021)

Розмір шрифта: 
ЕКСПЕРИМЕНТАЛЬНЕ ДОСЛІДЖЕННЯ ГІБРИДНОГО МЕТОДУ ФОРМУВАННЯ РЕКОМЕНДАЦІЙНОЇ СИСТЕМИ
Володимир Півошенко, Сергій Кривогубченко, Юрій Іванов

Остання редакція: 2021-03-09

Анотація


У даній роботі проведено експериментальне дослідження роботи комбінації нейронних мереж та матричної факторизації для створення рекомендаційної системи.

 

Abstract. In this work has been сonducted an experimental research  for combination neural networks with matrix factorization for creating recommender system.

 


Ключові слова


машинне навчання, глибоке навчання, нейронні мережі, матрична факторизація, рекомендаційні системи; machine learning, deep learning, neural networks, matrix factorization, recommender systems

Посилання


1. Alhijawi B., Kilani Y. A Сollaborative Filtering Recommender System Using Genetic Algorithm // Information Processing & Management. 2020. Т. 57, № 6. С. 21.

 

2. Jakomin M., Bosnić Z., Curk T. Simultaneous Incremental Matrix Factorization for Streaming Recommender Systems // Expert Systems with Applications. 2020. Т. 160. № 2. 29 p.

 

3. Loshchilov I., Schoenauer M., Sebag M. Comparison-Based Optimizers Need Comparison-Based Surrogates // Parallel Problem Solving from Nature, PPSN XI. 2010. P. 364–373.

 

4. McCullagh P.  Regression Models for Ordinal Data // Journal of the Royal Statistical Society. 1980. Т. 42. P. 109–142.

 

5. Salakhutdinov R., Mnih D. Restricted Boltzmann Machines For Collaborative Filtering // 24th International Conference on Machine Learning (ICML’07). 2007. P. 791–798.


Повний текст: PDF