РОЗРОБКА МЕТОДУ ВИЛУЧЕННЯ ЗНАНЬ З ДАНИХ ПРОДАЖУ ВИДАНЬ ТА ЇХ ЗАСТОСУВАННЯ У WEB-СИСТЕМІ - Наукові конференції
Головна
UA RU EN

Вас вітає Інтернет конференція!

Вітаємо на нашому сайті

Рік заснування видання - 2011

РОЗРОБКА МЕТОДУ ВИЛУЧЕННЯ ЗНАНЬ З ДАНИХ ПРОДАЖУ ВИДАНЬ ТА ЇХ ЗАСТОСУВАННЯ У WEB-СИСТЕМІ

10.12.2021 22:29

[1. Інформаційні системи і технології]

Автор: Столяров О.В., студент 2 курсу магістратури, кафедра системотехніки, Харківський національний університет радіоелектроніки


Метою дослідження є аналіз існуючих методів вилучення знань з даних продажу видань, для подальшої обробки, з метою створення методу для рекомендації видань користувачам на основі їх вподобань, та застосування цього методу у web-системі. 

Для вирішення задачі дослідження необхідно розробити наступну фунцію:

де rec – функція методу вилучення знань від п’яти змінних для визначення уподобань клієнта web-системи з продажу видань, яку необхідно розробити.

p – це інформація про усіх кліентів web-системи, що надається у вигляді множини. Кожен елемент множини P є кортежем, який містить атрибути рівнозначні даним профіля клієнта: ідентифікатор клієнта, логін, пароль, email, телефон, ім’я, фамілія, стать, дата народження. 

O – це інформація про усі замовлення у web-системи, що надається у вигляді множини. Кожен елемент множини О є кортежем, який містить атрибути рівнозначні даним замовлень клієнта: ідентифікатор клієнта, ідентифікатор видання, кількість товару, дата оформлення замовлення, дата доставки замовлення, опис замовлення, статус, оцінка замовлення від 1 до 5.

K – це підмножина, що містить тільки замовлення клієнта для якого робиться рекомендація.  

С – це інформація про усі видання у web-системі, доступних до продажу, що надається у вигляді множини. Кожен елемент множини С є кортежем, який містить данні про видання: ідентифікатор видання, жанр видання, опис видання, вартість видання, автор видання. 

n – кількість видань, які мають бути оброблені (рекомендовані або не рекомендовані) для клієнта. p. 

Y – множина, що є представленням знань для визначення уподобань клієнтів сервісу продажу книжок у вигляді продукційної моделі знань. Кожен елемент множини Y зберігає елементи, що містять список ознак книги та профілю клієнта (умова) та рішення (дія) щодо цієї моделі (рекомендувати або ні.

Для розробки такої функції ми можемо використовувати алгоритми колаборативної фільтрації. Існує два види такого алгоритму це фільтрація на основі користувачів та фільтрація на основі об’єктів. Принципова відмінність полягає у тому, що у першому алгоритмі ми спочатку підбираємо серед усіх клієнтів найбільш схожих до заданого(для якого ми знаходимо рекомендації) відповідно до їх оцінок, і на основі цього рекомендуємо товар заданому клієнту. У другому на основі об’єктів, ми вже зіставляємо товари які оцінив користувач з іншими товарами. Серед цих товарів вибираємо найбільш схожі(з точки зору оцінок) та робимо рекомендації користувачу.   

Література:

1. Джонс М. Т. Принципы работы рекомендательных механизмов Интернета. [Електронний ресурс]. IBM developerWorks, 2014. URL: https://www.ibm.com/developerworks/ru/library/os-recommender1/.

2. Пономарев А. В. Обзор методов учета контекста в системах коллаборативной фильтрации // Труды СПИИРАН, 2013. № 7 (30), С. 169-188.



Creative Commons Attribution Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License
допомога Знайшли помилку? Виділіть помилковий текст мишкою і натисніть Ctrl + Enter

Інші наукові праці даної секції

Конференції

Конференції 2024

Конференції 2023

Конференції 2022

Конференції 2021



Міжнародна інтернет-конференція з економіки, інформаційних систем і технологій, психології та педагогіки

Наукова спільнота - інтернет конференції

:: LEX-LINE :: Юридична лінія

Інформаційне суспільство: технологічні, економічні та технічні аспекти становлення