• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Статья

Разработка рекомендательной системы на основе данных из профиля социальной сети «ВКонтакте»

Воронова Л. И., Авхадеев Б. Р., Охапкина Е. П.

В статье описано проектирование и реализация мультиагентной рекомендательной системы «EZSurf», обеспечивающей анализ интересов и предоставление рекомендаций пользователям социальной сети “ВКонтакте» на основе данных из профиля конкретного пользователя. Проанализированы методы, технологические решения, продукты-аналоги, связанные с проблемой фильтрации контента и сформулированы требования к системе. Рекомендательная система «EZSurf» автоматизирует процесс веб-сёрфинга и фильтрации контента используя профиль пользователя в конкретной социальной сети для сбора данных и API сторонних сервисов (LastFM, TheMovieDB) для получения сведений о схожих объектах. Такой подход существенно оптимизирует систему, поскольку не требует создания собственной системы классификаций и базы объектов. В рамках мультиагентной системы реализовано три агента. Первый агент (сборщик) собирает данные из профиля пользователя “ВКонтакте” посредством API. Второй агент (анализатор), также посредством API, собирает данные о схожих объектах из сторонних сервисов. Для поиска контента реализован третий агент по принципу поискового робота (рекомендатель). Система «EZSurf» может применяться в повседневной жизни пользователями социальной сети “ВКонтакте” для уменьшения времени затрачиваемого на поиск в Интернете интересующей их информации, при этом получая рекомендации, отфильтрованные в зависимости от предпочтений каждого конкретного пользователя.