УПРАВЛЕНИЕ БОЛЬШИМИ СИСТЕМАМИ
на главную написать письмо карта сайта


јвтор:   в€тковска€ ».ё., ¬о “хи ’уен „анг, „ан  уок “оан
Ќазвание:  –азработка рекомендательной модели поддержки прин€ти€ решени€ при выборе продуктов пользователем
¬ыпуск:  105
–убрика:  ”правление в социально-экономических системах
√од:  2023
Ѕиблиографи€:   в€тковска€ ».ё., ¬о “хи ’уен „анг, „ан  уок “оан –азработка рекомендательной модели поддержки прин€ти€ решени€ при выборе продуктов пользователем // ”правление большими системами. ¬ыпуск 105. ћ.: »ѕ” –јЌ, 2023. —.110-133. DOI: https://doi.org/10.25728/ubs.2023.105.6
 лючевые слова:  рекомендательна€ система, рекомендательна€ модель, анализ статистической импликации, индекс статистической импликации, алгоритм Apriori, ассоциативные правила
 лючевые слова (англ.):  recommender system, recommender model, statistical implication analysis, statistical implication index, algorithm Apriori, association rules
јннотаци€:  –екомендательные системы используютс€ дл€ прогнозировани€ предпочтений пользователей в отношении определенного продукта или услуги, а также дл€ рекомендации пользователю подход€щих продуктов или услуг. ћногие методы, используемые в интеллектуальном анализе данных, св€занные с классификацией или построением ассоциативных правил, примен€ютс€ в рекомендательных системах. ѕредлагаетс€ нова€ рекомендательна€ модель, сочетающа€ ассоциативные правила и меры индекса статистической импликации. ¬ предлагаемой модели меры поддержки и достоверности используютс€ дл€ создани€ ассоциативных правил, а мера индекса статистической импликации используетс€ дл€ фильтрации набора правил и ранжировани€ рекомендаций. ѕредложенные модель и алгоритмы использованы дл€ построени€ рекомендательного результата по известному набору данных.
јннотаци€ (англ.):  Recommender systems are used to predict user preferences for a particular product or service, and to recommend suitable products or services to the user. Many of the methods used in data mining, related to classification or the construction of association rules, are used in recommender systems. This article proposes a new recommender model that combines association rules and statistical implication index measures. In the proposed model, support and confidence measures are used to create association rules, and the statistical implication index measure is used to filter the set of rules and rank recommendations. The proposed model and algorithms are used to build a recommendation result based on a known data set.

¬ формате PDF

ѕросмотров: 187, загрузок: 47, за мес€ц: 7.

Ќазад

»ѕ” –јЌ © 2007. ¬се права защищены