?
О разработке рекомендательной системы, предлагающей книги по предпочтениям пользователя
С. 239–244.
Волкова Л. Л., Токарева М. М., Ланко А. А.
Данная работа посвящена разработке рекомендательной системы, принимающей в расчёт предпочтения пользователя в книгах: параметрические, жанровые, основанные на прочитанных произведениях. Проведён обзор применения стратегий рекомендательных систем в данной задаче. Описаны ключевые положения для создания рекомендательной системы, предлагающей читателю книги на основе введённых им предпочтений, а также ключевые методы, которые следует положить в основу подсистему извлечения данных из текстов произведений. Рассмотрена перспектива расширения системы данными, извлечёнными из рецензий на книги.
В книге
Институт прикладной математики им. М.В. Келдыша РАН, 2017.
Юсупов В. А., Sukhorukov N., Фролов Е. П., User Modelling and User-Adapted Interaction 2026 Vol. 36 Article 2
Графовые системы рекомендаций стали мощной парадигмой для персонализированных рекомендаций. Однако их зависимость от полного переобучения модели для интеграции новых пользователей или новых взаимодействий создаёт барьеры для масштабирования. В реальных системах рекомендаций эта задача становится невыполнимой из-за чрезмерных затрат времени и ресурсов. Чтобы преодолеть это ограничение, мы предлагаем быстрый и эффективный метод обновления графовых рекомендательных моделей ...
Добавлено: 15 марта 2026 г.
Юсупов В. А., Sukhorukov N., Фролов Е. П., , in: User Modeling and User-Adapted Interaction.: Springer, 2026. Ch. 36.2 P. 1–24.
Графовые системы рекомендаций стали мощной парадигмой для персонализированных рекомендаций. Однако их зависимость от полного переобучения модели для интеграции новых пользователей или новых взаимодействий создаёт барьеры для масштабирования. В реальных системах рекомендаций эта задача становится невыполнимой из-за чрезмерных затрат времени и ресурсов. Чтобы преодолеть это ограничение, мы предлагаем быстрый и эффективный метод обновления графовых рекомендательных моделей ...
Добавлено: 29 января 2026 г.
Юсупов В. А., Рахуба М. В., Фролов Е. П., , in: CIKM '25: Proceedings of the 34rd ACM International Conference on Information and Knowledge Management.: ACM, 2025. Ch. 1 P. 5469–5473.
В этой работе мы представляем быстрый и эффективный линейный подход к обновлению рекомендаций в масштабируемой графовой рекомендательной системе UltraGCN. Решение этой задачи чрезвычайно важно для поддержания актуальности рекомендаций в условиях большого объема новых данных и меняющихся предпочтений пользователей. Чтобы решить эту проблему, мы адаптируем простой, но эффективный подход к низкоранговой аппроксимации в графовой модели. Наш ...
Добавлено: 3 октября 2025 г.
Юсупов В. А., Рахуба М. В., Фролов Е. П., , in: RecSys '25: Proceedings of the Nineteenth ACM Conference on Recommender Systems.: ACM, 2025. Ch. 1 P. 1217–1221.
Недавние исследования продемонстрировали потенциал гиперболической геометрии для получения сложных свойств из данных взаимодействий в рекомендательных системах. В этой работе мы представляем новую гиперболическую рекомендательную модель, которая использует геометрическую информацию для улучшения обучения представлений и повышения стабильности вычислений одновременно. Мы переформулирвали понятие гиперболических расстояний, чтобы раскрыть дополнительные возможности представления по сравнению с обычным евклидовым пространством и ...
Добавлено: 3 октября 2025 г.
Добавлено: 24 мая 2025 г.
За последние четверть века цифровые платформы получили широкое распространение и
стали самыми дорогими компаниями мира. Традиционно рост цифровых платформ объясняется
кроссплатформенными сетевыми эффектами, которые, в свою очередь, поддерживаются рекомендательными системами – набором алгоритмов, предлагающих пользователю одного типа
наиболее подходящего пользователя другого типа. Зависимость точности предсказаний алгоритма от числа единиц наблюдений и от числа и типа наблюдений для каждой ...
Добавлено: 10 марта 2025 г.
И. Сафило, Тихонович Д., Петров А. и др., Доклады Российской академии наук. Математика, информатика, процессы управления (ранее - Доклады Академии Наук. Математика) 2023 Т. 514 № 2 С. 333–342
Мы представляем новый датасет для построения рекомендаций фильмов и сериалов, собранный на основе данных реальных пользователей платформы потокового вещания фильмов и сериалов МТС Kion. В отличие от других популярных датасетов для рекомендаций фильмов, таких как MovieLens или Netflix, наш датасет основан на неявных взаимодействиях, полученных во время просмотров контента пользователями, а не на явных оценках, ...
Добавлено: 13 февраля 2024 г.
Другова Е. А., Журавлева И. И., Захарова У. С. и др., Вопросы образования 2022 № 4 С. 107–153
Методы искусственного интеллекта все чаще используются в исследованиях и разработках в области учебной аналитики, призванной анализировать данные, накопленные в процессе обучения, с целью повышения его результативности. С этой же целью развиваются модели педагогического проектирования, самой широко применяемой из которых является ADDIE, раскладывающая создание курса на этапы. Первые две области критикуются за слабую связь с практикой ...
Добавлено: 1 декабря 2022 г.
Описано построение рекомендательной системы выбора одного из пяти реабилитационных комплексов немедикаментозной реабилитации участников вооруженных конфликтов и чрезвычайных ситуаций. Разработанные в Томском НИИ курортологии и физиотерапии ФМБА России реабилитационные технологии позволят предупредить возможную хронизацию патологических процессов, повысить адаптационные резервы организма и улучшить качество жизни лиц, пострадавших в чрезвычай-ных ситуациях. Для каждого комплекса сформирован набор признаков, позволяющий ...
Добавлено: 27 сентября 2021 г.
Ахмед М. М., Delhibabu R., , in: Intelligent Information and Database Systems: 13th Asian Conference, ACIIDS 2021, Phuket, Thailand, April 7–10, 2021, Proceedings.: Springer, 2021. P. 782–795.
Добавлено: 14 января 2021 г.
Сендерович М. А., В кн.: Межвузовская научно-техническая конференция студентов, аспирантов и молодых специалистов им. Е.В. Арменского.: М.: МИЭМ НИУ ВШЭ, 2019. С. 223–224.
Данная работа посвящена актуальной теме автоматизации в машинном обучении на примере создания универсальной рекомендательной системы. В работе исследуются различные типы рекомендательных систем, акцент делается на подходы коллаборативной фильтрации. Изучаются методы автоматизации машинного обучения, на основе которых будет разработана данная рекомендательная система. ...
Добавлено: 31 октября 2020 г.
Anna Averchenkova, Alina Akhmetzyanova, Судариков К. В. и др., , in: Network Algorithms, Data Mining, and Applications. Springer Proceedings in Mathematics & Statistics.: Springer, 2020. P. 101–119.
Nowadays, a lot of scientists’ works aim to improve the quality of people’s life but it could be quite complicated without building a successful collaboration. Productive partnerships can increase research efficiency in many cases and make a huge impact on society. However, today there is no clear way to find such collaborators. In this paper, ...
Добавлено: 27 февраля 2020 г.
Demochkin K., Савченко А. В., , in: Analysis of Images, Social Networks and Texts. 8th International Conference, AIST 2019, Lecture Notes in Computer Science, Revised Selected PapersVol. 11832.: Cham: Springer, 2019. Ch. 26 P. 291–297.
Добавлено: 22 декабря 2019 г.
Demochkin K. V., Савченко А. В., Journal of Physics: Conference Series 2019 Vol. 1368 No. 032016 P. 1–7
Добавлено: 29 ноября 2019 г.
Савченко А. В., Дёмочкин К. В., Савченко Л. В., Optical Memory and Neural Networks (Information Optics) 2020 Vol. 29 No. 4 P. 297–304
Добавлено: 25 октября 2019 г.
Барт Т. В., Власов В. В., Образовательные ресурсы и технологии 2019 Т. 2 № 27 С. 7–14
Обучение модели информационной рекомендательной системы связано с исследованием применяемых математических и информационных методов и моделей, их комбинаций с целью обеспечения необходимой точности формируемых прогнозов и выводов. В статье рассматривается машинное обучение модели рекомендательной системы с применением статистических методов и анализа больших данных, направленной на решение вопросов индивидуализации образования. В данном случае точность машинного обучения модели ...
Добавлено: 30 сентября 2019 г.
Герасимова О. А., Макаров И. А., , in: Advances in Computational Intelligence. IWANN 2019.: Berlin: Springer, 2019. P. 667–677.
In this paper, we study the problem of predicting quantity of collaborations in co-authorship network. We formulated our task in terms of link prediction problem on weighted co-authorship network, formed by authors writing papers in co-authorship represented by edges between authors in the network. Our task is formulated as regression for edge weights, for which ...
Добавлено: 29 июля 2019 г.
Грибова В. В., Шахгельдян К. И., Шалфеева Е. А. и др., В кн.: Новые информационные технологии в автоматизированных системах: материалы двадцать второго научно-технического семинара.: М.: Институт прикладной математики им. М.В. Келдыша РАН, 2019. С. 204–209.
В настоящее время медицинские организации накапливают большой объем неструктурированной информации о пациентах, для обработки которой требуются алгоритмы формализации текста. Примером такой задачи является автоматическое извлечение жалоб пациентов и их характеристик из текстов историй болезни. В данной работе предлагается алгоритм, использующий синтаксический анализ текста истории болезни, с дальнейшим уточнением семантики при помощи онтологии, содержащей описание жалоб ...
Добавлено: 30 апреля 2019 г.
Волкова Л. Л., В кн.: Новые информационные технологии в автоматизированных системах: материалы шестнадцатого научно-технического семинара.: М.: Московский государственный институт электроники и математики, 2013. С. 317–328.
В статье дан краткий обзор ключевых этапов развития машинной лингвистики в разрезе анализа и синтеза текста. Выделены проблемы работы с языком, являющиеся фундаментальными ограничениями, отделяющими существующий уровень развития отрасли от качественно нового. Рассмотрены перспективные теории, предлагающие новый подход к рассмотрению языка и открывающие возможность заглянуть за барьер машинной лингвистики. ...
Добавлено: 31 января 2018 г.
Волкова Л. Л., В кн.: Новые информационные технологии в автоматизированных системах: материалы восемнадцатого научно-технического семинара.: М.: Институт прикладной математики им. М.В. Келдыша РАН, 2015. С. 615–626.
Рассмотрены проблемы определения функционального стиля текста на естественном языке. Приведена классификация и описаны некоторые причины её вариации. Подробно описаны характерные особенности разных функциональных стилей на лексическом и синтаксическом уровнях представления языка, представляющие собой почву для классификации текстов по функциональному стилю на основании вектора маркеров стиля. ...
Добавлено: 31 января 2018 г.
Волкова Л. Л., Строганов Ю. В., В кн.: Новые информационные технологии в автоматизированных системах: материалы семнадцатого научно-практического семинара.: М.: Институт прикладной математики им. М.В. Келдыша РАН, 2014. С. 421–432.
Рассмотрены проблемы работы с мерами близости документов в компьютерной лингвистике. В связи с наличием большого количества мер существующая путаница в их названиях из разных источников сведена к минимуму. Проведено исследование ассоциативных бинарных мер близости применительно к задаче кластеризации, в том числе на основании экспериментальных данных на материале размеченного корпуса текстов с экспертными оценками по разным ...
Добавлено: 31 января 2018 г.
Карпов Н. В., Shashkin P, , in: WI '17 Proceedings of the International Conference on Web Intelligence.: ACM, 2017. P. 1069–1071.
Добавлено: 14 ноября 2017 г.
В учебном пособии рассматриваются базовые вопросы компьютерной лингвистики: от теории лингвистического и математического моделирования до вариантов технологических решений. Предназначено для студентов и аспирантов высших учебных заведений, работающих в области обработки текстов на естественном языке. ...
Добавлено: 5 сентября 2017 г.