1.укр. Дисертаційна робота: 296 с., 8 табл.,97 рис., 6 дод., 77 джерел.
РЕКОМЕНДАЦІЙНА СИСТЕМА, КОЛАБОРАТИВНА ФІЛЬТРАЦІЯ, АЛГОРИТМ, БАЗА ДАНИХ, API, ЯКІСТЬ, ВІДГУК, ПАРСИНГ, МІКРОРОЗМІТКА, ДАНІ, КВАЛІМЕТРІЯ, ОЦІНКА, «ITEM TO ITEM», «USER TO USER», ЦИКЛОГРАМА, МЕТРИКА, ПОКАЗНИК, GOOGLE ANALYTICS, АТРАКТОР, ФАЗОВИЙ ПОРТРЕТ, ДЕТЕРМІНОВАНИЙ ХАОС.
Метою дослідження є покращення якості рекомендаційних систем колаборативної фільтрації на основі кваліметричних методів вимірювання.
Наукове обґрунтування - покращення якості, за рахунок внесення додаткових параметрів до методів формування рекомендацій аналізуючи “думки” користувача, що забезпечують покращення якості рекомендаційних систем.
Для реалізації окресленої мети, необхідно виконати такі завдання:
• провести аналіз рекомендаційних систем та наукових публікацій щодо поставленої мети;
• сформувати принципи визначення якості рекомендаційних систем;
• дослідити основні підходи до структурування характеристик оцінювання якості рекомендаційних систем;
• реалізувати просту рекомендаційну систему та отримати результати;
• реалізувати рекомендаційну систему на основі алгоритмів колаборативної фільтрації;
• сформувати принципи визначення якості відгуків на основі кваліметричних методів;
• реалізувати рекомендаційну систему на основі алгоритмів колаборативної фільтрації та покращити її кваліметричними параметрами якості, які враховують “думку” користувача - “The Value of Opinion”
• запропонувати кваліметричний метод оцінки якості рекомендаційних систем на основі досліджень;
• покращити якість рекомендаційної системи колаборативної фільтрації на основі запропонованих кваліметричних показників якості;
• запропонувати кваліметричні показники якості на основі теорії детермінованого хаосу.
Об’єктом дослідження є параметри якості рекомендаційних систем на сайті-агрегатору пошуку автомобілів Automoto.ua в процесі пошуку оголошень про продаж автомобілів, мотоциклів, спецтехніки та інших транспортних засобів в Україні. Automoto.ua дає можливість здійснювати пошук пропозицій про продаж авто по всій Україні, надаючи максимально повні та актуальні результати. Сьогодні сайт обробляє інформацію з понад 100 автосайтів України. Щодня в базі знаходиться більше 500 000 тисяч оголошень, 9-16 тисяч з яких є свіжими надходженнями за поточний день.
Предметом дослідження є кваліметричний метод оцінки якості в рекомендаційних системах.
Методи дослідження - під час роботи над дисертацією використовувались методи досліджень, які базувалися: на системному аналізі, кваліметричних методах вимірювання, методах оцінки якості продукції, теорії нечіткої логіки, теорії детермінованого хаосу. Використання інструменту Google Analytics.
Наукова новизна одержаних результатів:
1. Вперше розроблено кваліметричний метод оцінювання якості рекомендаційних систем колаборативної фільтрації в сфері наданих інтернет-послуг, який на відміну від відомих відрізняється тим, який закриває потреби бізнесу в розрізі якості рекомендації та оцінки відхилень результатів одночасно, що дозволило сформувати комплексний підхід до оцінки якості із врахуванням «думок » на основі аналізу відгуків.
2. Отримав подальший розвиток кваліметричний метод оцінювання якості рекомендаційних систем за рахунок розширення сукупності показників, порівняно із відомими, що дозволило в результаті їх комплексного застосування покращити якість рекомендацій колаборативної фільтрації в сфері надання послуг користувачам.
3. Вперше в рекомендаційних системах використано теорію детермінованого хаосу, що дозволило підвищити точність прогнозування взаємодії користувачів із рекомендаційною системою на основі аналізу часових рядів за допомогою моделей ARIMA та LSTM.
Одержані результати не тільки практично застосовані, але й приносять користь бізнесу та його клієнтам. За період проведених досліджень із 2016 року даним продуктом скористались більше 2 000 000 разів. Запропонований алгоритм колаборативної фільтрації на основі кваліметричних методів вимірювання та «Циклограма якості рекомендаційних систем» може використовуватись для любих бізнес-задач в інтернеті, а також будь-яких товарів, а отже є універсальними для використання, та можуть бути масштабованими.
На основі теорії детермінованого хаосу, підвищена точність прогнозу взаємодії користувачів із рекомендаційною системою на основі аналізу часових рядів за допомогою моделі LSTM на 1.5%, у порівнянні ARIMA.