MATHEMATICAL AND ALGORITHMIC APPROACHES TO THE DEVELOPMENT OF A COLLABORATIVE FILTERING-BASED RECOMMENDER SYSTEM

Аннотация

В статье рассматривается математико-алгоритмическое обеспечение рекомендательной системы, основанной на методе коллаборативной фильтрации. Актуальность исследования связана с ростом объемов цифрового контента и необходимостью автоматизированного формирования персонализированных рекомендаций для пользователей. В качестве предметной области рассматривается рекомендательная система фильмов, однако предложенная модель может быть использована и для других объектов: товаров, книг, музыкальных композиций, образовательных ресурсов и информационных материалов.

Основное внимание уделяется построению математической модели пользовательских предпочтений, формированию матрицы оценок, определению сходства между объектами и разработке алгоритма ранжирования рекомендаций. В работе используется item-based подход коллаборативной фильтрации, при котором рекомендации строятся на основе сходства между объектами, вычисленного по оценкам пользователей. В качестве меры близости применяется косинусная мера сходства, а для поиска наиболее близких объектов используется алгоритм k ближайших соседей.

Предложенный подход позволяет представить рекомендательную систему не только как программную реализацию, но и как математико-алгоритмическую модель обработки неполных и разреженных данных. Модель включает множество пользователей, множество объектов, матрицу предпочтений, функцию сходства, правило отбора ближайших объектов и процедуру формирования Top-N рекомендаций.