Использование стохастических методов анализа при разработке современных гибридных рекомендательных систем в задаче выработки рекомендаций клиентам мобильных операторовдипломная работа (Специалист)
Организация, в которой проходила защита:МГУ имени М.В. Ломоносова,
факультет Вычислительной Математики и Кибернетики
Год защиты:2015
Аннотация:Решается задача прогнозирования оценки объекта пользователя. Представлен переключаемый гибридный рекомендательный метод, основанный на комбинировании объектной коллаборативной фильтрации и наивного байесовского классификатора.
Для оценки качества работы представленного гибрида использовались данные MovieLens и общепризнанные метрики.
Основным достоинством дипломной работы является то, что предложенный гибрид решает многие проблемы, присущие простым рекомендательным системам, и превосходит их в терминах точности, охвата, масштабируемости.
Сверх того, необходимо отметить предложенную Ангелиной новую оценку качества работы рекомендательной системы – BMC (Best Marks Coverage), имеющую очевидные преимущества перед общепризнанными метриками.