TY - JOUR AU - Malyeyeva, Olga AU - Yesipov, Vadym AU - Artiukh, Roman AU - Kosenko, Viktor PY - 2021/03/28 Y2 - 2024/03/28 TI - РЕАЛІЗАЦІЯ ГІБРИДНОГО МЕТОДУ ПОШУКУ БЛИЗЬКИХ ОБ’ЄКТІВ З УРАХУВАННЯМ ЗАГАЛЬНИХ ТА АКУСТИЧНИХ ХАРАКТЕРИСТИК JF - СУЧАСНИЙ СТАН НАУКОВИХ ДОСЛІДЖЕНЬ ТА ТЕХНОЛОГІЙ В ПРОМИСЛОВОСТІ JA - ITSSI VL - 0 IS - 1 (15) SE - ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ DO - 10.30837/ITSSI.2021.15.059 UR - https://itssi-journal.com/index.php/ittsi/article/view/260 SP - 59-68 AB - <p>Предметом дослідження в статті є методи пошуку близьких об’єктів та технології формування рекомендацій. Метою статті є розробка рекомендаційної системи на основі гібридного методу пошуку об’єктів з урахуванням як переваг користувачів, так і аудіохарактеристик об’єктів. Вирішуються наступні завдання: аналіз методів та алгоритмів, що застосовуються в рекомендаційних системах; розробка гібридного методу формування рекомендацій за принципом подвійної організації; визначення основних функцій та архітектури системи формування музичних рекомендацій; тестування розрахункових алгоритмів та методів пошуку в системі для аналізу схожості музичних рекомендацій. Використовуються такі методи дослідження: методи кореляційного аналізу, методи теорії подібності, алгоритми колаборативної фільтрації та аналізу контенту, гібридні методи, методи аналізу аудіохарактеристик, технології програмування. Отримано наступні результати: Проведено дослідження методів колаборативної фільтрації, фільтрації на основі контенту та гібридних методів. Приведені алгоритми та розрахункові формули розглянутих методів. Розглянуті основні аудіохарактеристики музичних композицій. Розроблено метод формування рекомендацій за принципом подвійної організації. Перелічено основні функції системи формування музичних рекомендацій та сформовано діаграму компонентів. Приведено приклад обчислювання характеристик вподобань користувачів та схожості музичних композицій за аудіохарактеристиками. Висновки: За результатами тестування роботи системи трьома методами можна зробити висновок, що запропонований гібридний метод виявився найбільш ефективним серед досліджених рекомендаційних методів при найменшому показнику середньоквадратичної помилки. Крім того, гібридний метод за принципом подвійної організації вирішує такі проблеми існуючих рекомендаційних методів, як надмірна подібність рекомендацій, потенційно мала кількість або відсутність пропозицій взагалі за рахунок компенсації даних з одного блоку даними з іншого.</p> ER -