Усовершенствование метода колаборативной фильтрации с неявной обратной связью на основе ранжирования отрицательных результатов в матрице исходных данных

Лещинский, В. А.; Лещинская, И. А.

Изучены процессы выявления предпочтений пользователей в рекомендательных системах. Цель работы - разработка усовершенствованного метода колаборативной фильтрации на основе ранжирования пропущенных и отрицательных результатов в матрице исходных данных. Задачи: формализовать свойства исходных данных, включая пропущенные данные для задачи коллаборативной фильтрации; разработать подход к ранжированию исходных данных для коллаборативной фильтрации с неявной обратной связью, включая пропущенные и отрицательные результаты; усовершенствовать метод колаборативной фильтрации путем предварительного ранжирования пропущенных и отрицательных результатов в исходных данных. Используемыми методами являются: коллаборативная фильтрация, машинное обучение. Формализованы свойства исходных данных для коллаборативной фильтрации. Такие данные упорядочиваются для каждого пользователя как последовательность предпочтений интересующих пользователя объектов. На основе свойств исходных данных показано, что при коллаборативной фильтрации с неявной обратно связью необходимо упорядочивать не только данные о поведении пользователя, но и пропущенные и неточные данные. Предложен подход к упорядочиванию таких данных на основе их попарного сравнения. Усовершенствован метод коллаборативной фильтрации на основе уточнения весовых коэффициентов для обучающей выборки с учетом предварительного ранжирования входных данных. Выводы: научная новизна полученных результатов состоит в следующем: усовершенствован метод коллаборативной фильтрации с неявной обратной связью путем присвоения дополнительных весов элементам в матрице исходных данных на основе ранжирования пропущенных и отрицательных результатов. Метод позволяет повысить точность рекомендаций по критерию AUC с учетом неполноты исходных данных.


	Наукова періодика України		Системи управління, навігації та зв'язку