Розмір шрифта:
ІНКРЕМЕНТАЛЬНИЙ АЛГОРИТМ ОНОВЛЕННЯ ВЕКТОРНОГО ПРОФІЛЮ КОРИСТУВАЧА В СИСТЕМІ РЕКОМЕНДАЦІЙ КІНЕМАТОГРАФІЧНОГО КОНТЕНТУ
Остання редакція: 2026-05-31
Анотація
Розглянуто задачу ефективного підтримання векторного профілю користувача в системі рекомендацій кінематографічного контенту в актуальному стані. Запропоновано інкрементальний алгоритм оновлення профілю, що зводить часову складність обробки нової оцінки з O(n·d) при повному перерахунку до сталої O(d), де n – кількість попередньо врахованих оцінок, d – розмірність простору ознак. Алгоритм базується на зберіганні поточного вектора профілю та лічильника оцінок без повторного звернення до історії взаємодій. Доведено еквівалентність результату повному перерахунку. Підхід реалізовано в системі CineOpt і застосовується для оперативної підготовки індивідуальних профілів учасників групи перед агрегацією.
INCREMENTAL ALGORITHM FOR USER VECTOR PROFILE UPDATE IN A MOVIE CONTENT RECOMMENDATION SYSTEM
Abstract:
The problem of efficient maintenance of a user vector profile in a movie recommender system is considered. An incremental profile update algorithm is proposed, reducing the time complexity of processing a new rating from O(n·d) for full recomputation to constant O(d), where n is the number of previously accounted ratings and d is the feature space dimension. The algorithm stores the current profile vector and a rating counter without revisiting the interaction history. Equivalence to full recomputation is proven. The approach is implemented in the CineOpt system and is used for prompt preparation of individual group member profiles prior to aggregation.
INCREMENTAL ALGORITHM FOR USER VECTOR PROFILE UPDATE IN A MOVIE CONTENT RECOMMENDATION SYSTEM
Abstract:
The problem of efficient maintenance of a user vector profile in a movie recommender system is considered. An incremental profile update algorithm is proposed, reducing the time complexity of processing a new rating from O(n·d) for full recomputation to constant O(d), where n is the number of previously accounted ratings and d is the feature space dimension. The algorithm stores the current profile vector and a rating counter without revisiting the interaction history. Equivalence to full recomputation is proven. The approach is implemented in the CineOpt system and is used for prompt preparation of individual group member profiles prior to aggregation.
Ключові слова
рекомендаційні системи; векторний профіль користувача; інкрементальне оновлення; обчислювальна складність; кінематографічний контент; recommender systems; user vector profile; incremental update; computational complexity; movie content
Посилання
1. Ricci F. Recommender Systems Handbook / F. Ricci, L. Rokach, B. Shapira. – 3rd ed. – Springer, 2022. – 1210 p.
2. Cami B. R. User profile modeling for recommender systems based on dynamic distributions / B. R. Cami, H. Hassanpour, H. Mashayekhi. – 2018.
3. Газнозій Д. Ю. Дослідження типів колаборативної фільтрації для побудови прогнозів у рекомендаційних системах : кваліфікаційна робота магістра / Д. Ю. Газнозій. – Харків : ХНУРЕ, 2022.
4. Felfernig A. Group Recommender Systems: An Introduction / A. Felfernig, L. Boratto, M. Stettinger, M. Tkalčič. – Cham : Springer, 2018. – 91 p.
5. The Movie Database (TMDB). API Documentation. – URL: https://developer.themoviedb.org/docs
6. Яценко В. В. Порівняльний аналіз методів агрегації у системах колективних рекомендацій / В. В. Яценко, О. А. Павлюк // Прикладні інформаційні технології : тези доповідей VII Всеукраїнської науково-практичної конференції. – Вінниця : ДонНУ імені Василя Стуса, 2026.
2. Cami B. R. User profile modeling for recommender systems based on dynamic distributions / B. R. Cami, H. Hassanpour, H. Mashayekhi. – 2018.
3. Газнозій Д. Ю. Дослідження типів колаборативної фільтрації для побудови прогнозів у рекомендаційних системах : кваліфікаційна робота магістра / Д. Ю. Газнозій. – Харків : ХНУРЕ, 2022.
4. Felfernig A. Group Recommender Systems: An Introduction / A. Felfernig, L. Boratto, M. Stettinger, M. Tkalčič. – Cham : Springer, 2018. – 91 p.
5. The Movie Database (TMDB). API Documentation. – URL: https://developer.themoviedb.org/docs
6. Яценко В. В. Порівняльний аналіз методів агрегації у системах колективних рекомендацій / В. В. Яценко, О. А. Павлюк // Прикладні інформаційні технології : тези доповідей VII Всеукраїнської науково-практичної конференції. – Вінниця : ДонНУ імені Василя Стуса, 2026.
Повний текст:
PDF