Аннотация:Магистерская диссертация Коваленко Павла Антоновича посвящена решению ставшей уже классической задачи построения рекомендаций. В диссертации предлагается новый метод аугментации (пополнения выборки новыми данными), который позволяет улучшить качество стандартных алгоритмов коллаборативной фильтрации в задачах с неявным откликом.
Диссертация состоит из введения (описывается проблематика рекомендательных систем), раздела «Обзор предметной области» (даётся соответствующий обзор, даётся математическая постановка задачи рекомендаций), раздела «Рассматриваемые алгоритмы» (даётся описание моделей SVD, BPR, SVD++, Random walks), раздела «Предложенный метод» (описывается метод аугментации), раздела «Описание датасетов» (с описанием задач, на которых проводились эксперименты), раздела «Эксперименты» (приводятся результаты экспериментов по аугментации на описанных выше задачах), заключения и списка литературы.
В итоге магистр предложил новый метод аугментации для задач рекомендации с неявным откликом на основе случайных блужданий по двудольному графу «user-item». Предложенный метод позволил повысить качество стандартных алгоритмов коллаборативной фильтрации: ALS (SVD), BPR, SVD++.
Результаты работы доложены на XXVI Международной научной конференции студентов, аспирантов и молодых ученых Ломоносов-2019 и опубликованы в сборнике работ конференции.
