📄Работа №128027

Тема: Система комбинированных рекомендаций эстетичных изображений с применением коллаборативной фильтрации

Характеристики работы

◩
Тип работы Бакалаврская работа
Информационные системы
Предмет Информационные системы
📄
Объем: 35 листов
📅
Год: 2020
👁️
Просмотров: 64
4235 руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
ℹ️ Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание 📖 Введение ✅ Заключение 📕 Литература 🔍 Похожие 🛒 Купить

📋 Содержание

Введение 4
1. Обзор 6
1.1. Коллаборативная фильтрация 6
1.2. Сохранение пользовательских действий 9
1.3. Аутентификация 11
1.4. Выводы 12
2. Архитектура и реализация 13
2.1. Архитектура системы 13
2.2. Инфраструктура поддержки пользователей 15
2.3. Система аналитики 18
2.4. Модуль экспорта и обработки данных 19
2.5. Коллаборативная рекомендательная система 23
2.6. Коллаборативная фильтрация 26
3. Апробация 31
3.1. Методика проведения апробации 31
3.2. Результаты апробации 32
4. Заключение 34
Список литературы 35

📖 Введение

Объем информации, доступной в интернете, растет с каждым годом. В связи с этим все большую популярность набирают рекомендательные системы. Их основная задача — автоматически предлагать пользователям тот контент, который их заинтересует.
Рекомендательные системы полезны как пользователям, так и плат-формам. Автоматизация поиска и фильтрации контента позволяет пользователю тратить меньше времени на нерелевантную информацию и получать только самую интересную и актуальную. В идеальном случае рекомендательная система должна сразу выдавать человеку те элементы, которые он сам бы выбрал, посмотрев все предлагаемые варианты. Чем проще пользователю найти подходящий контент, тем больше удовольствия он получает от использования сервиса. Что, в свою очередь, повышает его конкурентоспособность и может положительно влиять на конверсию.
Подбор и рекомендации похожих материалов особенно актуальны для современных дизайнеров. Первый этап работы над любым проектом — это поиск и анализ других работ на схожие темы с целью вычленения и заимствования успешных элементов и приемов. Из-за этого дизайнеры вынуждены тратить много времени на просмотр и отсев нерелевантного контента. Поскольку даже в конкретной области дизайнерских изображений множество доступных элементов слишком велико для человеческого восприятия, остро стоит проблема необходимости рекомендательных систем.
Взаимодействие пользователя с рекомендательной системой в целом происходит по одному и тому же сценарию вне зависимости от ее внутреннего устройства. Пользователь смотрит на контент, предоставленный на платформе, и какими-то действиями показывает интерес к некоторым элементам. В ответ на это система выдает ему рекомендации.
Существует три основных подхода к созданию рекомендательных систем: основанный на содержании, то есть использующий информацию исключительно о контенте, персонализированный, то есть использующий информацию исключительно о пользователях, и комбинированный. Комбинированный подход позволяет реализовать решение, сочетающее достоинства двух предыдущих подходов, и лишенное их недостатков, однако требует для своей работы значительно больше данных.
Постановка задачи
Цель этой работы — реализовать систему комбинированных рекомендаций эстетичных изображений, использующую коллаборативную фильтрацию. Для достижения этой цели поставлены следующие задачи.
• Исследовать подходы к реализации коллаборативной фильтрации.
• Разработать инфраструктуру поддержки пользователей.
• Создать модуль экспорта и обработки данных из системы аналитики.
• Спроектировать и разработать модуль коллаборативной фильтрации.
• Интегрировать модуль коллаборативной фильтрации с рекомендательной системой проекта graphica.ai.
• Провести апробацию в проекте graphica.ai.

Возникли сложности?

Нужна качественная помощь преподавателя?

👨‍🎓 Помощь в написании
🎓 Дипломные 📘 Магистерские 📙 Диссертации 📗 Курсовые 📝 Статьи 📄 ВКР

✅ Заключение

В ходе данной работы была разработана система комбинированных рекомендаций по дизайнерскому контенту, позволяющая пользователям получать релевантные и персонализированные рекомендации.
В ходе работы были достигнуты следующие результаты:
• Проведен обзор подходов к реализации коллаборативной фильтрации, подходов к сбору действий пользователей и подходов к реализации механизма аутентификации.
• Реализована и интегрирована в сервис graphica.ai инфраструктура поддержки пользователей, включающая в себя сущность пользователя, библиотеки и возможность аутентификации.
• Реализован и интегрирован в сервис graphica.ai модуль получения и обработки данных из системы аналитики, использующий систему аналитики Amplitude.
• Разработан и интегрирован модуль коллаборативных рекомендаций, использующий алгоритм матричной факторизации, реализованный с помощью библиотеки tensorflow.
• Разработан модуль коллаборативной фильтрации, использующий модуль коллаборативных рекомендаций и предыдущую рекомендательную систему проекта graphica.ai.
• Модуль коллаборативной фильтрации интегрирован с рекомендательной системой проекта graphica.ai. Получившаяся система дает возможность персонализации рекомендаций и обрабатывает запросы на 0.2 секунды медленнее.
• Проведена апробация в проекте graphica.ai. Все 10 опрошенных пользователей предпочли разработанную в рамках данной работы рекомендательную систему старой.

Нужна своя уникальная работа?
Срочная разработка под ваши требования
Рассчитать стоимость
ИЛИ
Поиск аналога

📕 Список литературы

[1] Yin Zheng, Cailiang Liu, Bangsheng Tang, and Hanning Zhou. Neural autoregressive collaborative filtering for implicit feedback. In Proceedings of the 1st Workshop on Deep Learning for Recommender Systems, DLRS 2016, page 2-6, New York, NY, USA, 2016. Association for Computing Machinery.
[2] Yifan Hu, Yehuda Koren, and Chris Volinsky. Collaborative filtering for implicit feedback datasets. In Proceedings of the 2008 Eighth IEEE International Conference on Data Mining, ICDM ’08, page 263-272, USA, 2008. IEEE Computer Society.
[3] Joonseok Lee, Mingxuan Sun, and Guy Lebanon. A comparative study of collaborative filtering algorithms, 2012.
[4] John S. Breese, David Heckerman, and Carl Kadie. Empirical analysis of predictive algorithms for collaborative filtering. In Proceedings of the Fourteenth Conference on Uncertainty in Artificial Intelligence, UAI’98, page 43-52, San Francisco, CA, USA, 1998. Morgan Kaufmann Publishers Inc.
[5] Badrul Sarwar, George Karypis, Joseph Konstan, and John Riedl. Item-based collaborative filtering recommendation algorithms. In Proceedings of the 10th International Conference on World Wide Web, WWW ’01, page 285-295, New York, NY, USA, 2001. Association for Computing Machinery.
[6] Jon Herlocker Shilad Sen J. Ben Schafer, Dan Frankowski. Collaborative filtering recommender systems.
[7] S. Wei, N. Ye, S. Zhang, X. Huang, and J. Zhu. Collaborative filtering recommendation algorithm based on item clustering and global similarity. In 2012 Fifth International Conference on Business Intelligence and Financial Engineering, pages 69-72, 2012.
[8] Daniel Billsus Michael. Learning collaborative information filters, 1998.
[9] Ralf Nikolaus. Learning the parts of objects using non-negative matrix factorization (nmf), 2007.
[10] Yehuda Koren, Robert Bell, and Chris Volinsky. Matrix factorization techniques for recommender systems. Computer, 42(8):30-37, 2009.
[11] Xiaoyua Su. Taghi M. Khoshgoftaar. A survey of collaborative filtering techniques. In Advances in Artificial Intelligence 2009, pages 1-19, 2009.
[12] Келим Илья Игоревич. Архитектура и системы для комбинированных рекомендаций и поиска эстетичных изображений., 2020.
[13] Asela Gunawardana and Guy Shani. A survey of accuracy evaluation metrics of recommendation tasks. Journal of Machine Learning Research, 10(12), 2009.

🛒 Оформить заказ

⚡ Работу высылаем в течении 5 минут после оплаты.
Предоставляемые услуги, в том числе данные, файлы и прочие материалы, подготовленные в результате оказания услуги, помогают разобраться в теме и собрать нужную информацию, но не заменяют готовое решение.
Укажите ник или номер. После оформления заказа откройте бота @workspayservice_bot для подтверждения. Это нужно для отправки вам уведомлений.

🔍 ПОХОЖИЕ РАБОТЫ ПО ТЕМЕ

Разработка информационной системы анализа плотностных характеристик годичных колец хвойных деревьев ▣Магистерская диссертация ∑Информационные системы 2018 г. 5700 руб. О РАЗБИЕНИИ ЦИФРОВЫХ ИЗОБРАЖЕНИЙ НА КЛАССЫ МЕТОДАМИ К - MEANS, FOREL И С ПОМОЩЬЮ КЛАССИФИКАТОРА БАЙЕСА ▣Магистерская диссертация ∑Математика 2016 г. 4845 руб. СИСТЕМА ИК СКАНИРОВАНИЯ ПРОСТРАНСТВА ДЛЯ ОРИЕНТАЦИИ СЛАБОВИДЯЩИХ ◩Бакалаврская работа ∑Физика 2019 г. 4375 руб. Интеллектуальные системы в 1С ▣Магистерская диссертация ∑Информационные системы 2018 г. 4925 руб. Эффективность балльно-рейтинговой системы у студентов стоматологического факультета ▣Дипломные работы, ВКР ✎Педагогика 2015 г. 7900 руб. АДАПТИВНЫЙ КЛАССИФИКАТОР ПАТОЛОГИЙ ДЛЯ КОМПЬЮТЕРНОЙ ДИАГНОСТИКИ ЗАБОЛЕВАНИЙ С ИСПОЛЬЗОВАНИЕМ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ ПО МЕДИЦИНСКИМ ИЗОБРАЖЕНИЯМ И ВИДЕОДАННЫМ ▣Магистерская диссертация ∑Математика 2017 г. 4750 руб. Информационное обеспечение системы обучения трехмерному моделированию персонала ювелирной студии ▣Магистерская диссертация ∑Информатика и вычислительная техника 2017 г. 4980 руб. Информационное обеспечение системы обучения трехмерному моделированию персонала ювелирной студии ▣Магистерская диссертация ∑Информатика и вычислительная техника 2017 г. 5500 руб. «Информационная технология обнаружения и оценивания признаков пневмонии по рентгеновским изображениям легких» ▣Дипломные работы, ВКР ∑Информационные системы 2017 г. 4800 руб. Информационная технология обнаружения и оценивания признаков пневмонии по рентгеновским изображениям легких ▣Дипломные работы, ВКР ✚Медицина 2017 г. 4240 руб.

📎 БАКАЛАВРСКАЯ РАБОТА ПО ПРЕДМЕТУ «ИНФОРМАЦИОННЫЕ СИСТЕМЫ»

Найдено работ: 1019

Разработка автоматизированного рабочего места администратора физкультурно-оздоровительного комплекса ◩Бакалаврская работа ∑Информационные системы 2020 г. 1000 руб. Торговый робот с возможностью интеграции в различные биржевые информационные системы ◩Бакалаврская работа ∑Информационные системы 2022 г. 4350 руб. Разработка клиент-серверного мобильного приложения на примере логической головоломки в жанре «три в ряд» ◩Бакалаврская работа ∑Информационные системы 2023 г. 4345 руб. Разработка трехмерных интерактивных моделей с использованием инструментов дополненной реальности ◩Бакалаврская работа ∑Информационные системы 2023 г. 4215 руб. Программное обеспечение для мониторинга торговой активности на криптовалютных биржах ◩Бакалаврская работа ∑Информационные системы 2022 г. 4225 руб. Алгоритмическое и программное обеспечение для выявления лесных пожаров на изображениях дистанционного зондирования Земли ◩Бакалаврская работа ∑Информационные системы 2023 г. 4320 руб. Разработка системы "HR-automation" ◩Бакалаврская работа ∑Информационные системы 2023 г. 4215 руб. Разработка учебной онлайн-платформы с визуализацией известных алгоритмов ◩Бакалаврская работа ∑Информационные системы 2023 г. 4255 руб. Разработка web приложения для учета и обработки заявок микрофинансовой организации ◩Бакалаврская работа ∑Информационные системы 2023 г. 4340 руб. Разработка симулятора для долгосрочного хранения CO2 с использованием методов машинного обучения ◩Бакалаврская работа ∑Информационные системы 2022 г. 4320 руб. МОБИЛЬНОЕ ПРИЛОЖЕНИЕ - АГРЕГАТОР СЕРВИСОВ ТПУ ◩Бакалаврская работа ∑Информационные системы 2023 г. 4310 руб. Разработка механик интерактивного взаимодействия для обучения пользователей монтажу линии электропередач в виртуальном пространстве ◩Бакалаврская работа ∑Информационные системы 2023 г. 4200 руб. Разработка игрового веб-приложения «Картографы» ◩Бакалаврская работа ∑Информационные системы 2023 г. 4295 руб. Разработка и реализация адаптивного веб-сайта для оплаты срочной зарядки телефонов ◩Бакалаврская работа ∑Информационные системы 2023 г. 4385 руб. Разработка системы биомониторинга состояния здоровья младенцев. Серверная часть ◩Бакалаврская работа ∑Информационные системы 2023 г. 4285 руб.
📋 Содержание 📖 Введение ✅ Заключение 📕 Литература 🔍 Похожие 🛒 Купить ⬆️

Оценка стоимости

Пожалуйста, выберите предмет работы.
Пожалуйста, выберите тип работы.
Пожалуйста, укажите объем работы.
Пожалуйста, укажите срок выполнения.

Это краткая форма заказа. После ее заполнения вы перейдете на полную форму заказа работы

Каталог работ (211139)

Поиск работ


©2026 Cервис помощи студентам в выполнении работ
.