Методи колаборативної фільтрації для непрямих рейтингів

Abstract

Робота присвячена методам колаборативної фільтрації на основі сусідства. Визначені їх ключеві етапи та варіанти модифікації для використання з непрямими рейтингами. Проведений порівняльний аналіз для фільтрації за користувачами та об'єктами. Точність рекомендаційних алгоритмів визначалась за MAP (Mean Average Precision) критерієм. Дослідження проводились з даними для більш ніж 1 мільйона користувачів, які були опубліковані в рамках конкурсу Million Data Song Challenge.

Keywords

• рекомендаційна система
• колаборативна фільтрація
• Million Data Song Challenge