Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Введение. Список сокращений, использованных в работе

Читайте также:
  1. I. Введение
  2. I. ВВЕДЕНИЕ
  3. I. ВВЕДЕНИЕ
  4. I. Введение
  5. Quot;Временное положение" 1868 г. Введение единой системы административного управления в Казахстане и Средней Азии
  6. Введение
  7. Введение

Список сокращений, использованных в работе

 

API — Application Program Interface

БД – База Данных

СУБД – Система Управления Базами Данных

REST - Representational State Transfer

LBS –

LCS -

ИС – Информационная система


 

Введение

На сегодняшний день системы подбора рекомендаций стали одной из важнейших частей веб-сайтов различной направленности. Одной из причин широкого использо­вания подобных систем является возможность удержания пользователя на сайте путем предоставления дополнительной информации, адекватной предпочтениям пользователя и содержимому текущей веб-страницы. Наиболее эффективный результат достигается в том случае, если для рекомендательной системы доступны данные о поведении пользователя на сайте (статистика посещенных страниц, время пребывания, оценки и оставленные комментарии) и информация об объектах системы (содержание объектов, связь между ними). Однако, в ряде случаев специфика веб-сайта такова, что он подразумевает только анонимный доступ (без идентификации отдельных пользователей) и по­этому данный подход использовать нельзя. В таком случае одним из возможных решений является вы­числение рекомендаций на основе данных самих рекомендуемых страниц. Применение данного под­хода к конкретной информационной системе требует решения определенных задач, а именно - выбор метрики для определения близости объектов, обработка слабоструктурированных данных и связей между ними, проверка корректности полученных реко­мендаций. Существовани­е слабоструктурированны­х данных в систем­е затрудняет создание рекомендаци­й, поскольку у них нет фиксированной структуры, также такие объекты могут не иметь общих поле­й. Вышеописанные задачи не имеют универсального решения для различных предметных об­ластей, поэтому построение рекомендательной системы для сайта с анонимным доступом представляет собой актуальную задачу.

Цель данной работы состоит в разработке универсального механизма анализа и обработки данных для получения набора релевантных рекомендаций по заданному музейному объекту ИС “Открытая Карелия”.

Задачи данной работы:

1. Анализ структуры объектов ИС;

2. Реализация механизма анализа данных ИС, выявление степени похожести объектов;

3. Разработка функции отображения близости объектов;

4. Внедрение полнотекстового поиска в тестирование системы;

5. Разработка компонента кэширования вычисленных баллов близости;

6. Разработка интерфейса выдачи рекомендованных объектов для анонимного пользователя;

7. Тестирование полученной рекомендательной системы.

Объектом исследования являются архитектура и модель данных ИС «Открытая Карелия»

Предмет исследования: методы анализа сложных объектов.

Практическая ценность работы: разработанная система может использоваться для выдачи рекомендаций в системах с анонимным доступом.

Ссылки на публикации:

1. Krinkin K., Berlenko T., Zaslavskiy M. Implementation of the Recommendation System for the «Open Karelia» Information System // Proceedings of the 17th Conference of Open Innovations Association FRUCT Yaroslavl, Russia, 20-24 April 2015. Publisher: ITMO University, Saint-Petersburg, Russia, ISSN 2305-7254, ISBN 978-5-7577-0493-7 Pp. 299-302

2. Заславский М., Берленко Т., Кринкин К. Реализация механизма подбора рекомендаций в информационной системе «Открытая Карелия» — Материалы научно-практической конференции студентов, аспирантов и молодых ученых «Современные технологии в теории и практике программирования» 28 апреля 2015. — Санкт-Петербург: изд-во: Политехнического университета ISBN 978-5-7422-4826-2. C. 21

3. М. М. Заславский, Т.А. Берленко «Реализация механизма подбора рекомендаций в информационной системе “Открытая Карелия”»: принято к печати

4. M. M. Заславский, K. В. Kринкин, T. A. Берленко “Основанный на баллах близости подход для построения рекомендательной системы в информационной системе “Открытая Карелия””: принято к печати

5. M. M. Zaslavskiy, K. V. Krinkin, T. A. Berlenko “Proximity points approach for building recommendation system for the “Open Karelia” information system”: принято к печати


 


Дата добавления: 2015-10-16; просмотров: 67 | Нарушение авторских прав


Читайте в этой же книге: Разработка функции отображения похожести для слабоструктурированных объектов | Описание системы | Типы рекомендаций | Установка и настройка Sphinx | Ранжирование в Sphinx | Разработка компонента кэширования рекомендаций | Предоставление пользовательского интерфейса получения рекомендаций | Исследование точности построения рекомендаций | Область применения | Термины и определения |
<== предыдущая страница | следующая страница ==>
Требования к программным средствам| Обзор существующих алгоритмов подбора рекомендаций

mybiblioteka.su - 2015-2024 год. (0.006 сек.)