Журнал «Современная Наука»

Russian (CIS)English (United Kingdom)
МОСКВА +7(495)-142-86-81

СРАВНИТЕЛЬНЫЙ АНАЛИЗ РЕКОМЕНДАТЕЛЬНЫХ АЛГОРИТМОВ ДЛЯ ОПРЕДЕЛЕНИЯ ПЕРСОНАЛЬНЫХ ПРЕДПОЧТЕНИЙ НА ОСНОВЕ НЕЙРОННЫХ СЕТЕЙ

Ян Тяньци   (Московский государственный технический университет им. Н.Э. Баумана (национальный исследовательский университет))

Афанасьев Геннадий Иванович  (К.т.н., доцент, Московский государственный технический университет им. Н.Э. Баумана (национальный исследовательский университет))

Калистратов Алексей Павлович  (Ассистент, Московский государственный технический университет им. Н.Э. Баумана (национальный исследовательский университет))

Афанасьев Арсений Геннадьевич  (Ассистент, Московский государственный технический университет им. Н.Э. Баумана (национальный исследовательский университет))

В данной работе производится исследование нескольких популярных алгоритмов рекомендаций. Среди многих алгоритмов персонализированных рекомендаций алгоритм совместной фильтрации стал одной из наиболее широко используемых технологий благодаря своей простоте, эффективности и точности. Основываясь на существующих исследованиях, в этой работе усовершенствованный взвешенный метод Slope One сочетается с автокодировщиком, основанном на глубоком обучении, чтобы изучить более глубокие особенности набора данных, одновременно облегчая проблему разреженности данных, тем самым улучшая качество рекомендаций.

Ключевые слова:персонализированная рекомендация, скоринговая матрица, автоэнкодер на основе глубокого обучения, нейронные сети

 

Читать полный текст статьи …



Ссылка для цитирования:
Ян Т. , Афанасьев Г. И., Калистратов А. П., Афанасьев А. Г. СРАВНИТЕЛЬНЫЙ АНАЛИЗ РЕКОМЕНДАТЕЛЬНЫХ АЛГОРИТМОВ ДЛЯ ОПРЕДЕЛЕНИЯ ПЕРСОНАЛЬНЫХ ПРЕДПОЧТЕНИЙ НА ОСНОВЕ НЕЙРОННЫХ СЕТЕЙ // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. -2023. -№07/2. -С. 187-192 DOI 10.37882/2223-2966.2023.7-2.40
ПРАВОВАЯ ИНФОРМАЦИЯ:
Перепечатка материалов допускается только в некоммерческих целях со ссылкой на оригинал публикации. Охраняется законами РФ. Любые нарушения закона преследуются в судебном порядке.
© ООО "Научные технологии"