Остання редакція: 2025-06-05
Анотація
Дана робота присвячена розробці програмного модуля рекомендаційної системи товарів для онлайн-торгівлі з використанням гібридного підходу щодо рекомендацій товарів. У роботі реалізовано клієнт-серверну архітектуру з підтримкою облікових записів користувачів, збору історії переглядів, а також алгоритму генерації персоналізованих рекомендацій на основі TF-IDF-аналізу описів товарів та поведінкових патернів користувачів. Програмне забезпечення розроблено з використанням мови Python, фреймворк Flask,бібліотеки Pandas та Scikit-learn. Для перевірки якості розробленого модуля було проведено тестування, яке включає перевірку компонентів системи, а також оцінювання точності рекомендацій за допомогою метрик, таких як Precision, Recall та F1.
Ключові слова
Посилання
Ricci, F., Rokach, L., Shapira, B.: Recommender Systems Handbook. Springer, 2015, pp. 1–35
Gomez-Uribe, C. A., Hunt, N.: The Netflix Recommender System: Algorithms, Business Value, and Innovation. ACM Trans. Manag. Inf. Syst. 6(4), 135–153 (2015)
Manning, C. D., Raghavan, P., Schütze, H.: Introduction to Information Retrieval. Cambridge University Press, 2008, pp. 113–145
Gamma, E., Helm, R., Johnson, R., Vlissides, J.: Design Patterns: Elements of Reusable Object-Oriented Software. Addison-Wesley, 1994, pp. 127–147