Рекомендаційна система онлайн-книгарні на основі засобів машинного навчання

Abstract

Рекомендаційні алгоритми застосовуються у багатьох популярних сервісах для адаптації контенту під потреби та інтереси користувачів. Вказані алгоритми є поширеними допоміжними інструментами в сфері маркетингу, оскільки релевантність запропонованих товарів підвищує конверсію, а отже і прибутковість та ефективність бізнесу. Об’єкт кваліфікаційної роботи – процес рекомендування книг на основі даних про інтереси користувача. Предмет кваліфікаційної роботи – методи розробки рекомендаційної системи онлайн-книгарні на основі засобів машинного навчання. Мета кваліфікаційної роботи – підвищення коефіцієнта конверсії онлайн-книгарні за рахунок надання списку книг, який відповідає інтересам користувача. В першому розділі представлено аналіз предметної сфери та існуючих аналогів. Здійснена специфікація вимог. У другому розділі описано процес проєктування та моделювання системи. В третьому розділі досліджено існуючи рекомендаційні алгоритми та метрики оцінки точності рекомендацій. В четвертому розділі продемонстровано основні етапи реалізації застосунку. В результаті виконання кваліфікаційної роботи магістра реалізовано рекомендаційну систему онлайн-книгарні. КРМ викладена на 57 сторінок, вона містить 4 розділи, 35 рисунків, 2 таблиці, 21 джерело в переліку посилань Recommendation algorithms are embedded into many popular services to provide relevant content for different users. These algorithms are commonly used in marketing because an appropriate product list can increase the conversion and therefore the profitability of the business. The object of this work is the book recommendation process. The subject of this work is the use of different techniques and approaches in recommendation system development. The purpose of the work is the bookstore conversion rate improvement due to the implementation of the recommendation algorithm. In the first section the analysis of the subject area is presented and analysis of existing solutions is conducted. Product requirements are also formed in the first section. In the second section the process of system modeling and design is described. In the third section we demonstrate the recommendation algorithms that are used in the project. In the fourth section we show the main steps of implementing the application. As a result of completing the Master’s Thesis a bookstore recommendation system was created. The work is 57 pages long and includes 4 sections, 35 illustrations, 2 tables, and 21 sources.