Разработка модели персонализации и алгоритма управления контентом веб-сайта с учетом постоянных и текущих потребностей пользователя.

Автор: Филонова Елена Александровна.

Научный руководитель: Шелепов Владислав Юрьевич.

Разработка и исследование алгоритмического обеспечения интеллектуальной системы формирования рекомендаций на основе методов коллаборативной фильтрации.

Автор: Михнюк Дмитрий Валериевич.

Научный руководитель: Егошина Анна Анатольевна.

Повышение эффективности реализации модели распределённых вычислений MapReduce в рамках программного каркаса Hadoop.

Автор: Чуприн Владислав Игоревич.

Научный руководитель: Дмитриева Ольга Анатольевна.

Разработка и исследование алгоритма построения взвешенных обучающих выборок на основе методов кластеризации данных.

Автор: Дрига Вероника Викторовна.

Научный руководитель: Волченко Елена Владимировна.

Исследование социально-экономического развития стран мира с использованием среды анализа R и многомерная визуализация.

Автор: Носов Александр Сергеевич.

Научный руководитель: Аверин Геннадий Викторович.

Предварительная обработка данных и отбор факторов в задачах нейросетевой классификации и прогнозирования.

Автор: Петце Артур Олегович.

Научный руководитель: Хмелевой Сергей Владимирович.

MapReduce: Simplified Data Processing on Large Clusters.

Авторы: Jeffrey Dean, Sanjay Ghemawat.

Описание: Статья о технологии MapReduce.

An Online Social Network-based Recommendation System.

Авторы: Jorge Aranda, Inmar Givoni, Jeremy Handcock, Danny Tarlow.

Описание: Статья о особенностях создания социальных рекомендаций.

Factorization Meets the Neighborhood: a Multifaceted Collaborative Filtering Model.

Авторы: Yehuda Koren.

Описание: Статья о особенностях алгоритмов рекомендаций основанных на факторизации матриц.

PREA: Personalized Recommendation Algorithms Toolkit.

Авторы: Joonseok Lee, Mingxuan Sun, Guy Lebanon.

Описание: Статья о особенностях работы с фреймворком PREA.

recommenderlab: A Framework for Developing and Testing Recommendation Algorithms.

Автор: Michael Hahsler.

Описание: Статья о особенностях работы с фреймворком recommenderlab.

Restricted Boltzmann Machines for Collaborative Filtering.

Авторы: Ruslan Salakhutdinov, Andriy Mnih, Geoffrey Hinton.

Описание: Статья про примененение машин Больцмона в алгоритмах рекомендаций.

Expertise recommender: a flexible recommendation system and architecture.

Авторы: David W. McDonald, Mark S. Ackerman.

Описание: Статья про особенности гибкой архитектуры при создании рекомендательных систем.

A graph-based friend recommendation system using Genetic Algorithm.

Авторы: N.B. Silva.

Описание: Статья про особенности алгоритма рекомендаций, который основан на генетических алгоритмах.

Learning User Interest Model for Content-based Filtering in Personalized Recommendation System.

Авторы: Songjie Gong.

Описание: Статья про особенности алгоритмов рекомендаций основаных на свойствах объектов.

A Framework of a Personalized Location-based Traveler Recommendation System in Mobile Application.

Авторы: Wahidah Husain, Lam Yih Dih.

Описание: Статья про особенности алгоритмов рекомендаций основаных на геолокации.

A Music Recommendation System Based on User Behavior.

Авторы: Yajie Hu, Mitsunori Ogihara.

Описание: Статья про особенности алгоритмов рекомендаций музыки.

Mining web navigation profiles for recommendation system.

Авторы: Y.B. AlMartadha.

Описание: Статья про особенности данных о навигации пользователей в интернете.

A Survey of Recommendation System: Research Challenges.

Авторы: Lalita Sharma, Anju Gera.

Описание: Статья про основные подходы при создании рекомендательных систем.

A Recommendation System Considering Users’ Past / Current / Future Contexts

Авторы: Kenta Oku, Shinsuke Nakajima, Jun Miyazaki

Описание: Статья про алгоритмы рекомендаций использующие контекст рекомендаций.

A Destination Recommendation System for Virtual Worlds.

Авторы: Fahad Shah, Philip Bell, Gita Sukthankar.

Описание: Статья про алгоритмы рекомендаций связанных с виртуальными сообществами.

Анализ алгоритмов обучения коллаборативных рекомендательных систем.

Авторы: Д.Е. Королева, М.В. Филиппов.

Описание:В статье представлен анализ алгоритмов обучения коллаборативных рекомендательных систем.

Алгоритмы для рекомендательнйо системы: технология LENKOR.

Авторы: А.Г. Дьяконов.

Описание:В статье представлен анализ рекомендательных систем и технологии LENKOR.

Mining of Massive Datasets

Авторы: Jure Leskovec, Anand Rajaraman, Jeff Ullman.

Описание: Книга посвященна анализу данных в массивах информации.

Recommender Systems An Introduction

Авторы: Dietmar Jannach, Markus Zanker, Alexander Felfernig, Gerhard Friedrich.

Описание: Книга посвящена основам создание рекомендательных систем.

Explanation for Recommender Systems: Satisfaction vs. Promotion.

Автор: Mustafa Bilgic.

Описание: Книга посвящена объяснению решений рекомендательных систем.

Programming Collective Intelligence: Building Smart Web 2.0 Applications.

Автор: Toby Segaran.

Описание: Книга посвящена основам созданиях рекомендательных систем для web-приложений.

Collaborative Filtering Recommender Systems

Авторы: Michael D. Ekstrand, John T. Riedl, Joseph A. Konstan.

Описание: Книга посвящена основам созданиях рекомендательных систем, которые используют подход collaborative-filtering.

Форум конкурса от NetFlix.

Сообщество участников конкурса от компании NetFlix. Обсуждение алгоритмов рекомендательных систем.

python-recsys.

Python библиотека для создания рекомендательных систем.

MyMediaLite Recommender System Library.

C# библиотека для создания рекомендательных систем.

Apache Mahout.

Java библиотека для создания рекомендательных систем.

Duine Framework.

Java библиотека для создания рекомендательных систем.

PREA: Personalized Recommendation Algorithms Toolkit

Java библиотека для создания рекомендательных систем.

The R Project for Statistical Computing

Язык R и IDE для анализа данных.

Weka 3: Data Mining Software

Weka IDE и API для анализа данных.

Recommender Systems Handbook

Авторы: Francesco Ricci, Lior Rokach, Bracha Shapira, Paul B. Kantor

Описание: Книга с обзором популярных алгоритмов рекомендаций.

System and method for providing recommendation of goods or services based on recorded purchasing history.

Описание: Патент на систему рекомендаций связанную с покупкой товаров.

Building and Running a Recommendation Engine at Any Scale.

Автор: Mortar Data.

Описание: Статья посвящена созданию рекомендательных системе основанные на платформе AWS от Amazon.

Объясняем суть MapReduce "на пальцах".

Автор: Игорь Савчук.

Описание: Статья посвящена технологии MapReduce и ее реализациям.

Recommendation System in R.

Авторы: Yhat company.

Описание: Статья посвящена создана созданию рекомендательного сервиса на основе языка R.

Обучающая выборка и тестовые данные.

Автор: Андрей Антонов.

Описание: Статья посвящена способом оценивания и тестирования алгоритмов, которые анализируют данные.

Обзорный курс по анализу данных

Автор: Юлия Киселева.

Описание: Видеокурс по основам алгоритмов анализа данных и их практического применения.

Системы рекомендации.

Автор: Катышев Алексей.

Описание:Статья посвящена различным подходам к создания рекомендательных сервисов.

Как работают рекомендательные системы.

Автор: Михаил Ройзнер.

Описание:Статья посвящена различным подходам к создания рекомендательных систем.

Как работают рекомендательные системы.

Автор: Михаил Ройзнер.

Описание:Статья посвящена различным подходам к создания рекомендательных систем.

Рекомендательные системы: You can (not) advise.

Описание:Статья посвящена анализу различных алгоритмов рекомендаций.

Как работают рекомендательные системы.

Автор: Михаил Ройзнер.

Описание:Статья посвящена различным подходам к создания рекомендательных систем.

Рекомендательные системы: Часть 1. Введение в подходы и алгоритмы

Автор: Тим Джонс.

Описание:В статье рассматриваются реальные ситемы рекомендаций и их реализация.

Рекомендательные системы: Часть 1. Введение в подходы и алгоритмы.

Автор: Тим Джонс.

Описание:В статье рассматриваются реальные ситемы рекомендаций и их реализация.

Data minig:рекомендательные системы.

Автор: Максим Гончаров.

Описание:В статье рассмотрен подход collaboration filtering в реализации алгоритма рекомендаций.

Системы выработки рекомендаций.

Автор: Максим Гончаров.

Описание:В статье представлен обзор сущесвующих ситсем рекомендаций и приницпы их работы.

Григорьев Александр Владимирович

Личная страница научного руководителя, кандидата технических наук, доцента Григорьева Александра Владимировича.

NetFlix Prize

Конкурс рекоммендательных алгоритмов от компании NetFlix, который дал большой толчок развитию отрасли в начале 2000-х годов.

Kaggle competitions

Конкурсы рекоммендательных алгоритмов от компании Kaggle, решения которые предоставляют участники зачастую становятся инновациями в данной сфере.

Ratings and Classification Data - Webscope | Yahoo Labs

Большие массивы данных из различных сфер рекомендательных сервисов от Yahoo. Данные необходимы для разработки и тестирования алгоритмов.