Библиотека материалов по теме выпускной работы

Собственные публикации и доклады

1. Интеллектуальная система рекомендаций для организации досуга с использованием методов машинного обучения

   Авторы: Я.А. Рудь, И.А. Коломойцева

   Описание: В работе представлена разработка интеллектуальной системы рекомендаций для персонализации досуга пользователей. Описана архитектура системы, включающая модуль сбора и предобработки данных, контекстный анализ, вероятностное обновление предпочтений методом онлайн-обучения и генерацию маршрутов с учётом параметра «живописности». Рассмотрены механизмы интеграции байесовских методов, контекстных факторов (погода, время суток, геолокация) и многокритериального ранжирования вариантов досуга. Представлены решения, повышающие релевантность рекомендаций и адаптируемые к изменениям интересов пользователя.

   Источник: Сборник материалов VI Международной научно-технической конференции «Интеллектуальные информационные системы: теория и практика» (ИИС-2025). — 2025. — (В печати).

2. Использование нейронных сетей для повышения эффективности рекомендательных систем в организации развлекательных мероприятий

   Авторы: Я.А. Рудь, С.А. Зори, И.А. Коломойцева

   Описание: Статья посвящена применению нейронных сетей для повышения эффективности рекомендательных систем в сфере организации развлекательных мероприятий. Рассматриваются методы коллаборативной, контентной и гибридной фильтрации, глубокие нейронные сети (RNN, LSTM, автоэнкодеры), учет временной динамики предпочтений и контекстных данных, интеграция в мобильные приложения и веб-платформы. Представлена архитектура рекомендательной системы для индустрии развлечений, способная обеспечивать персонализированные рекомендации в реальном времени.

   Источник: Сборник материалов V Международной научно-практической конференции «Программная инженерия: методы и технологии разработки информационно-вычислительных систем» (ПИИВС-2024). — 2024. — Т. 1. — С. 206-212.

3. Экономическое обоснование использования нейронных сетей для повышения эффективности рекомендательных систем в организации развлекательных мероприятий

   Авторы: Я.А. Рудь, А.В. Боднар

   Описание: Статья посвящена экономическому обоснованию применения нейронных сетей в рекомендательных системах. Анализируются преимущества нейросетевых технологий, затраты на разработку и инфраструктуру, ожидаемая отдача в виде роста конверсии и прибыльности, оценка рисков и этапы жизненного цикла разработки системы. Показано, что внедрение нейронных сетей способствует оптимизации бизнес-процессов, снижению маркетинговых расходов и формированию новых возможностей для развития компании.

   Источник: Сборник материалов XVI Международной научно-технической конференции «Информатика, управляющие системы, математическое и компьютерное моделирование - 2025» (ИУСМКМ-2025). — 2025. — Т. 2. — С. 248-254.

4. Developing a recommendation system using neural networks

   Авторы: Я.А. Рудь, О.И. Куксина

   Описание: Статья посвящена использованию нейронных сетей для повышения эффективности рекомендательных систем в сфере городских развлекательных мероприятий. Рассмотрены автоэнкодеры, RNN и гибридные модели для выявления скрытых зависимостей и учета временных и контекстных факторов. Предложена архитектура системы с модулями профиля пользователя, базы событий, нейросетевого рекомендательного движка и механизма обратной связи, способная адаптироваться в реальном времени и обеспечивать точные персонализированные рекомендации.

   Источник: Сборник материалов XV научно-практической конференции для молодых учёных «Young scientists researches and achievements in science». — 2025. — С. 376-386.

Доклады и публикации научного руководителя

5. Тестирование и анализ средств взаимодействия с базой данных при проектировании клиент-серверного приложения

   Авторы: М.И. Трушкин, М.Р. Бондаренко, И.А. Коломойцева

   Описание: Статья посвящена сравнению и анализу основных средств взаимодействия с базой данных PostgreSQL при разработке клиент-серверных приложений на Java. Рассматриваются подходы JDBC, Hibernate и Spring Data JPA, их архитектурные особенности, преимущества и ограничения. Проведено экспериментальное тестирование скорости вставки данных, что позволило оценить производительность инструментов при различных объёмах нагрузки и выбрать оптимальные сценарии применения.

   Источник: Сборник материалов VII Международной научно-технической конференции «Современные информационные технологии в образовании и научных исследованиях» (СИТОНИ-2021). — 2021. — С. 334-337.

6. Алгоритм построения WEB-API средствами платформы .NET

   Авторы: А.О. Истягин, И.А. Коломойцева

   Описание: Рассматривается алгоритм разработки Web-API на платформе .NET с использованием ASP.NET и Entity Framework. Описаны клиент-серверные архитектуры, структура многоуровневого API, подход Code First, миграции EF, репозитории, Unit of Work, сервисы, DTO-модели, AutoMapper и Dapper. Представлены контроллеры ASP.NET, внедрение аутентификации через ASP.NET Identity и работа с JWT-токенами. Показан процесс использования Swagger и соблюдение принципов SOLID при построении API.

   Источник: Сборник материалов IV Международной научно-практической конференции «Программная инженерия: методы и технологии разработки информационно-вычислительных систем» (ПИИВС-2022). — 2022. - Т. 1. — С. 25-30.

7. Разработка рекомендательной системы на основе контентно-ориентированной фильтрации для книжного интернет-магазина

   Авторы: О.С. Леонова, И.А. Коломойцева

   Описание: Статья посвящена разработке рекомендательной системы для книжного интернет-магазина на основе контентной фильтрации. Описаны особенности предметной области, ограничения веб-приложения, специфика обратной связи пользователя. Представлена методология формирования набора данных с аннотациями, жанрами и авторами книг, а также алгоритм рекомендаций на основе TF-IDF и косинусного сходства. Показаны примеры работы алгоритма и возможности интеграции в веб-приложение.

   Источник: Сборник материалов IV Международной научно-практической конференции «Программная инженерия: методы и технологии разработки информационно-вычислительных систем» (ПИИВС-2022). — 2022. - Т. 1. — С. 89-93.

8. Об особенностях разработки рекомендательной системы для пользователей мессенджера Telegram

   Авторы: К.А. Коврик, И.А. Коломойцева

   Описание: Рассматривается разработка рекомендательной системы для пользователей мессенджера Telegram на основе контентно-ориентированной фильтрации. Описаны ограничения веб-приложения, специфика обратной связи пользователя. Представлена методология формирования набора данных, алгоритм рекомендаций на основе TF-IDF и вычисления косинусного сходства, подтверждена применимость алгоритма для интеграции в платформу мессенджера.

   Источник: Сборник научных трудов III Международной научно-практической конференции «Программная инженерия: методы и технологии разработки информационно-вычислительных систем» (ПИИВС-2020). — 2020. - Т. 2. — С. 166-170.

Публикации по теме выпускной работы

9. Разработка туристической рекомендательной системы на основе нейросетевого моделирования

   Авторы: Ш.Х. Гафиятуллин, Л.Ю. Емалетдинова

   Описание: В статье описана туристическая рекомендательная система на основе нейросетевого моделирования с использованием модели BERT. Система анализирует текстовые запросы пользователей, преобразует их в векторные представления и сопоставляет с векторами описаний туристических объектов, чтобы выдавать персонализированные рекомендации. Представлена структура системы в виде Telegram-бота и результаты апробации.

   Источник: Сборник материалов журнала «Современные тенденции развития и перспективы внедрения инновационных технологий в машиностроении, образовании и экономике». — 2025. — Т. 7. — № 1. — С. 78-81.

10. Обзор современных методов построения рекомендательных систем – на основе контента и гибридные системы

    Авторы: Д.М. Оболенский, В.И. Шевченко

    Описание: Представлен обзор современных методов построения рекомендательных систем, основанных на фильтрации по содержанию и гибридных подходах. Рассматриваются принципы работы систем CBF и CF, их преимущества и ограничения, а также способы их объединения. Анализируются графовые и временные модели, позволяющие повысить точность рекомендаций, решить проблему холодного старта и учитывать динамику пользовательских предпочтений.

    Источник: Сборник статей Всероссийской научно-технической конференции студентов, аспирантов и молодых ученых «Мир компьютерных технологий». — 2021. — С. 151-156.

11. Построение информационной системы с выбором используемой рекомендательной системы на основе пользовательских предпочтений

    Авторы: Д.В. Гринченков, Д.В. Шестериков

    Описание: Рассматривается подход к построению информационной системы, позволяющей выбирать наиболее эффективную рекомендательную подсистему на основе пользовательских предпочтений. Предлагается архитектура с параллельным использованием основной и тестовой моделей. Анализ взаимодействий пользователей позволяет оценивать релевантность и улучшать качество рекомендаций, обеспечивая объективный выбор оптимальной подсистемы.

    Источник: Сборник докладов научной школы «Зелёное будущее» для молодых учёных, аспирантов и студентов. — 2023. — С. 224-227.

12. Применение машинного обучения при создании рекомендательных систем

    Авторы: И.Д. Ромайкин, В.Д. Кривошеева

    Описание: Рассматривается применение методов машинного обучения при создании рекомендательных систем. Показан принцип формирования рекомендаций на основе предпочтений пользователей, построение матрицы предпочтений и использование алгоритма ближайших соседей для нахождения похожих пользователей. Подчёркнута важность корректного выбора подходов и двойственная роль систем — помощь пользователю и удержание его внимания на платформе.

    Источник: Сборник материалов журнала «Актуальные научные исследования в современном мире». — 2022. — № 1-1 (81). — С. 88-92.

13. Рекомендательные системы и технологии, проблемы и перспективы развития в Российской Федерации

    Авторы: Е.Ю. Луговая, Е.Р. Мысева

    Описание: Анализируются современные рекомендательные системы, их устройство, проблемы и риски, связанные с применением машинного обучения. Обсуждаются вопросы безопасности, негативные эффекты алгоритмов и меры государственного регулирования в РФ. Рассмотрены изменения в законодательстве, обязанности владельцев систем и перспективы развития технологий, влияние на пользователей и общество.

    Источник: Сборник материалов VI Международной студенческой научной конференции «Инновационные механизмы управления цифровой и региональной экономикой». — 2024. — С. 760-766.

14. Оптимизация иерархической кластеризации при реализации рекомендательных систем

    Авторы: К.А. Андреева, М.Е. Коржова, А.И. Барсуков

    Описание: Использование машинного обучения при создании рекомендательных систем. Показано, как алгоритмы ближайших соседей помогают находить похожих пользователей и рекомендовать им исполнителей или контент. Обсуждается зависимость выбора методов от задач и аудитории, а также роль систем в удержании внимания пользователей.

    Источник: Сборник материалов журнала «Известия Тульского Государственного Университета. Технические науки». — 2024. — № 5. — С. 157-162.

15. Перспективы нейронных сетей и глубокого машинного обучения на примере создания рекомендательных систем

    Авторы: А.Ш. Балтабеков, А.Б. Нугуманова

    Описание: Применение нейронных сетей и глубокого машинного обучения при создании рекомендательных систем. Рассмотрена работа алгоритмов для анализа пользовательских предпочтений, поиск похожих пользователей и рекомендации контента. Подчёркнута важность выбора методов в зависимости от задач и аудитории, а также роль систем в удержании внимания пользователей.

    Источник: Сборник материалов журнала «Вестник Восточно-Казахстанского технического университета им. Д. Серикбаева». — 2020. — № 4. — С. 82-85.

Переводы статей и публикации на английском

16. Application of recommendation systems in commercial activities

    Автор: A.A. Fursin

    Автор перевода: Я.А. Рудь

    Описание: Рассматриваются особенности применения рекомендательных систем в коммерческой деятельности и анализируются их основные типы: коллаборативная, контентная, основанная на знаниях и гибридная. Описываются используемые алгоритмы формирования рекомендаций, роль технологий Big Data и фреймворков Hadoop и Spark. Подчёркнута значимость персонализации для увеличения продаж и удержания пользователей, приведены примеры применения в онлайн-платформах и сервисах.

    Источник: Сборник материалов Международной научной конференции бакалавров, магистрантов и аспирантов «Молодежь. Общество. Современная наука, техника и инновации». — 2021. — № 20. — С. 209-210.

17. Consumer decision-making mechanisms reconstruction by means of recommendation algorithms

    Авторы: O.Y. Zhukovskaya, Y. Mao

    Автор перевода: Я.А. Рудь

    Описание: Использование машинного обучения при создании рекомендательных систем. Рассматривается работа алгоритма ближайших соседей для поиска похожих пользователей и рекомендации контента, влияние выбора методов на задачи и аудиторию, роль систем в удержании внимания пользователей.

    Источник: Сборник материалов VII Международной научно-практической конференции «Тенденции экономического развития в XXI веке». — 2025. — С. 374-377.

18. The applicability of recommendation systems to various stages of the airline’s customer journey

    Автор: D. Tsybrik

    Автор перевода: Я.А. Рудь

    Описание: Применение рекомендательных систем на разных этапах пути клиента авиакомпании. Системы помогают персонализировать предложения дополнительных услуг с учетом типа пользователя, его предпочтений и истории покупок. Предложена архитектура системы для авторизованных и неавторизованных пользователей и ранжирование услуг на этапе поиска и бронирования. Применение повышает продажи, улучшает опыт клиентов и формирует лояльность.

    Источник: Сборник материалов IX Международной междисциплинарной научной конференции «Конвергентные технологии XII: вариативность, комбинаторика, коммуникация». — 2025. — С. 836-843.

19. Multimedia features of a web-based recommendation system in establishing a retail start-up

    Автор: D.I. Veselova

    Автор перевода: Я.А. Рудь

    Описание: Использование мультимедиа в веб-рекомендательных системах для стартапов в торговой сфере. Интеграция текста, звука, графики, видео и анимации повышает интерактивность и наглядность информации. Описаны подходы к построению систем: коллаборативная фильтрация, фильтрация по контенту и системы на основе знаний. Системы помогают подбирать продукты и услуги с высокой вероятностью интереса пользователей.

    Источник: Сборник материалов Международной научной конференции бакалавров, магистрантов и аспирантов «Молодежь. Общество. Современная наука, техника и инновации». — 2020. — № 19. — С. 253-255.

20. Features of recommendation system architectures for news content

    Автор: A. Bezlepkin, I. Shumeyko

    Автор перевода: Я.А. Рудь

    Описание: Использование мультимедиа в веб-рекомендательных системах для стартапов в торговой сфере. Интеграция текста, звука, графики, видео и анимации повышает интерактивность. Рассмотрены подходы к построению систем: коллаборативная фильтрация, фильтрация по контенту и системы на основе знаний. Системы помогают подбирать продукты и услуги для пользователей с высокой вероятностью интереса.

    Источник: Сборник научных трудов по материалам X Всероссийской научно-практической конференции студентов, аспирантов и молодых учёных «Достижения и перспективы инноваций и технологий». — 2021. — Т. 1. — С. 149-154.