Библиотека материалов по теме выпускной работы

    Собственные публикации и доклады

  1. Интернет-сайт для рекомендации фильмов

    Авторы: Гума С.Н., Коломойцева И.А.

    Описание: В данной работе рассмотрена проблема автоматизации подбора интересного контента, а также роанализированы подходы к генерации рекомендаций, выявлены недостатки существующих аналогичных систем и определена структура системы и модули, составляющие логику рекомендательной системы.

    Источник: Информатика, управляющие системы, математическое и компьютерное моделирование в рамках III форума Инновационные перспективы Донбасса (ИУСМКМ — 2018): IX Международная научно-техническая конференция

  2. Анализ методов Data Mining с целью применения в рекомендательной системе

    Авторы: Гума С.Н., Коломойцева С.Н.

    Описание: В данной статье рассмотрены подходы к созданию рекомендательных систем, которые основаны на методах и моделях Data Mining. Проведён анализ существующих методов для решения задачи предсказания интересов пользователя рекомендательной системы, выбрана наиболее действенная комбинация подходов к реализации алгоритмов разрабатываемой системы.

    Источник: VI Международная научно-техническая конференция СИТОНИ-2019, 26 ноября 2019г.

    3. Тематические статьи

  3. Разработка автоматизированной системы семантического анализа текстовой информации

    Авторы: О.А. Черненко , О.А. Гордеева

    Описание: В данной статье рассматриваются аспекты применения основных методов семантического анализа текстовой информации: стеммера Портера, частотно-семантического, латентно-семантического и синтаксико-семантического анализа. Разработанная автоматизированная система позволяет анализировать текст с использованием указанных методов. Рассмотрены характерные особенности методов, получены результаты их применения к текстам небольшой сложности. Проведенное исследование позволяет выявить особенности использования указанных методов в соответствии с целями анализа текста.

    Источник: Черненко О.А. Разработка автоматизированной системы семантического анализа текстовой информации / О.А. Черненко, О.А. Гордеева // Сборник трудов III международной конференции и молодежной школы Информационные технологии и нанотехнологии (ИТНТ-2017) - Самара: Новая техника, 2017. - С. 1800-1804.

  4. Movie Recommendation System using Sentiment Analysis from Microblogging Data

    Авторы: Sudhanshu Kumar, Shirsendu S. Halder, Kanjar De Partha, Pratim Roy

    Описание: В этой статье предлагается гибридная система рекомендаций, которая сочетает в себе совместную фильтрацию, контентную фильтрацию с анализом настроения твитов фильмов. Твиты фильма были собраны с веб-сайтов микроблогов, чтобы понять текущие тенденции и реакцию пользователей фильма. Эксперименты, проведенные в общедоступной базе данных, дают многообещающие результаты.

    Источник: https://arxiv.org/pdf/1811.10804v1.pdf

  5. Hybrid Recommender Systems: The Review of State-of-the-Art Research

    Авторы: Viktoriia Danilova, Andrew Ponomarev

    Описание: В этой статье представлены результаты исследования наиболее распространенных и популярных методов гибридизации систем. Определены современные методы рекомендаций и их тип в соответствии с алгоритмическими принципами и классификацией Бёрка.

    Источник: The 20th Conference of Open Innovations Association FRUCT And ISPIT 2017 seminar, Saint-Petersburg, Russia, 3-7 April 2017

  6. Application of Content-Based Approach in Research Paper Recommendation System for a Digital Library

    Авторы: Simon Philip, P.B. Shola (PhD), Abari Ovye John

    Описание: Эта статья также представляет алгоритм, чтобы предложить рекомендации, основанные на запросах пользователей. Алгоритм использует взвешивание TF-IDF и косинусную меру сходства

    Источник: International Journal of Advanced Computer Science and Applications, Vol. 5, No. 10, 2014

  7. Content-based Recommendation in Social Tagging Systems

    Авторы: Ivan Cantador, Alejandro Bellogin, David Vallet

    Описание: В данной статье подходы являются адаптациями информационно-поисковых моделей Vector Space и Okapi BM25. Также проводится эмпирическое сравнение алгоритмов, чтобы проанализировать их эффективность с различными доменами и поведением тегов.

    Источник: Аourth ACM conference on Recommender systems, 2010

  8. Методы и модели автоматического извлечения ключевых слов

    Авторы: С.О.Шереметьева, П.Г.Осминин

    Описание: Проводится анализ статистических методов извлечения ключевых понятий, формируются требования к эффективной модели и реализуются в системе Lana-Key-RU.

    Источник: Новые информационные технологии в автоматизированных системах, 2017, Южно-Уральский государственный университет, г.Челябинск

  9. A Survey on Sentiment Analysis: Tools and Techniques

    Авторы: Mira Dholariya, Dr.Amit Ganatra, Prof. Dhaval Bhoi

    Описание: В этой статье рассматриваются некоторые методы из области анализа настроений, также обсуждается применение этой технологии и описываются некоторые инструменты, которые можно использовать для анализа.

    Источник: International Journal of Innovative Research in Computer and Communication Engineering, Vol. 5, Issue 3, March 2017

    10. Переводы статей

  10. Алгоритм рекомендации совместной фильтрации, основанный на доверии пользователя и контексте времени

    Авторы: Гуанся Сюй, Чжицзян Тан, Чжуан Ма, Янбинг Лю и Махмуд Данешманд

    Описание: В данной статье рассмотрены подходы к созданию рекомендательных систем, которые основаны на методах и моделях Data Mining. Проведён анализ существующих методов для решения задачи предсказания интересов пользователя рекомендательной системы, выбрана наиболее действенная комбинация подходов к реализации алгоритмов разрабатываемой системы.

    Источник (англ.): https://www.hindawi.com/journals/jece/2019/7070487/

    Переводчик: Гума С.Н.