COMPARATIVE ANALYSIS OF MATHEMATICAL MODELS OF COLLABORATIVE FILTERING IN THE DEVELOPMENT OF A MOVIE RECOMMENDER SYSTEM

Аңдатпа

Мақалада фильмдерді ұсыну жүйелерін құру кезінде қолданылатын математикалық модельдер қарастырылады, негізгі назар коллаборативтік сүзгілеу әдістеріне аударылады. Сирек бағалау матрицасы негізінде пайдаланушылардың талғамын болжау есебі формалданған. User-based және item-based модельдер, Евклидтік жақындық өлшемі, Пирсон корреляциясы, косинустық ұқсастық және Жаккар коэффициенті, сондай-ақ k ең жақын көрші моделі мен матрицалық жіктеу әдістері салыстырылған. Практикалық бөлім косинустық метрика мен CSR форматындағы деректерді ұсынуды қолданатын item-based коллаборативтік сүзгілеудің бағдарламалық іске асырылуына негізделген. Эксперименттік деректер жиыны 610 пайдаланушының 9 724 бағаланған фильмге берген 100 836 бағасын қамтиды. Модельдің орнықтылығын арттыру үшін шектік сүзгілеу қолданылды: оқыту іріктемесіне кемінде 20 бағасы бар фильмдер және кемінде 40 бағасы бар пайдаланушылар енгізілді. Үш пайдаланушы профилі бойынша жүргізілген тексеру қалыптастырылған тізімдердің басым жанрға 100% сәйкес келетінін, басым жанры бірдей екі пайдаланушының ұсынымдары арасында сәйкестіктердің жоқ екенін және орташа косинустық қашықтықтың 0,096-дан 0,116-ға дейінгі аралықта болғанын көрсетті. Алынған нәтижелер модельдің жеке бағалау үлгілерін ескеру қабілетін растайды, алайда тірек фильмді таңдауға тәуелділікті және SVD, ALS және гибридті модельдермен одан әрі салыстыру қажеттігін де көрсетеді.