Порівняльний аналіз застосування рекомендаційних систем для оцінки переваги користувача

Abstract

Пояснювальна записка: 71 с., 7 табл., 38 рис., 1 дод., 11 джерел.

Рекомендаційна система – це реалізована за допомогою штучного інтелекту система, зазвичай також пов'язана з машинним навчанням, яка використовує великі набори даних, щоб пропонувати або рекомендувати користувачам різні продукти. Рекомендаційні системи можуть ґрунтуватися на різних критеріях, включаючи минулі покупки, історію пошуку, демографічну інформацію та інші фактори. Рекомендаційні системи є дуже корисними, оскільки допомагають користувачам знаходити продукти та послуги, які вони могли б не знайти самостійно. Технологія рекомендаційних систем широко використовується в різних галузях, зокрема в електронній комерції, стрімінгових платформах, новинах і медіа та цифровому маркетингу, щоб підвищити залученість користувачів, зміцнити довіру користувачів, збільшити продажі та покращити загальний рівень задоволеності клієнтів. Ця кваліфікаційна робота спрямована на проведення порівняльного аналізу різних методів та підходів до визначення переваг користувачів у контексті рекомендаційних систем. Основний акцент буде зроблено на оцінці ефективності цих методів та їх можливості забезпечити персоналізовані та релевантні рекомендації.