Рекомендаційна система музичних творів на основі колаборативної фільтрації

Випускна кваліфікаційна робота присвячена розробці та реалізації рекомендаційної системи для музичного сервісу. Метою роботи є покращення користувацького досвіду та забезпечення персоналізованих рекомендацій, що відповідають музичним вподобанням кожного користувача.
У розділі 1 "Аналіз принципів побудови рекомендаційних систем" проведено огляд основних принципів та методів побудови рекомендаційних систем. Розглянуто різні підходи, такі як колаборативна фільтрація, заснована на вмісті фільтрація та гібридні підходи. Визначено ключові проблеми, які виникають при розробці таких систем, а також представлено різноманітні метрики якості та методи їх оцінки.
У розділі 2 "Моделювання роботи модуля колаборативної фільтрації рекомендаційної музичної системи" детально розглянуті основні алгоритми для побудови комп'ютерних систем формування рекомендацій, такі як алгоритми Learning to Rank, моделі оцінки вхідних змінних та приклади реалізації рекомендаційних алгоритмів. Також описана архітектура модуля колаборативної фільтрації, яка включає компоненти комплексного підходу до формування рекомендацій.
Розділ 3 "Опис розробленого модуля фільтрації рекомендаційної музичної системи" присвячений розробці самої рекомендаційної системи. Визначено програмні та технічні компоненти, які використовуються для реалізації модуля. Також надано детальний опис основних режимів роботи розробленої системи рекомендацій та проведено тестування її роботи.

Ключові слова: система рекомендацій, методи фільтрації, нейронна мережа, машинне навчання.

The graduation qualification work is dedicated to the development and implementation of a recommendation system for a music service. The aim of the work is to improve the user experience and provide personalized recommendations that align with the music preferences of each user.
In Chapter 1 "Analysis of Principles for Building Recommendation Systems" an overview of the main principles and methods for building recommendation systems is provided. Various approaches are discussed, such as collaborative filtering, contentbased filtering, and hybrid approaches. Key challenges in developing such systems are identified, and a variety of quality metrics and evaluation methods are presented.
Chapter 2 "Modeling the Operation of the Collaborative Filtering Module of the Music Recommendation System" provides a detailed analysis of the main algorithms for building computer-based recommendation systems, such as Learning to Rank algorithms, models for evaluating input variables, and examples of recommendation algorithm implementations. The architecture of the collaborative filtering module is described, which includes components that support a comprehensive approach to recommendation generation.
Chapter 3, "Description of the Developed Recommendation Filtering Module of the Music System" focuses on the development of the recommendation system itself. The software and technical components used for the implementation of the module are defined. A detailed description of the main operating modes of the developed recommendation system is provided, and testing of its functionality is conducted.

Keywords: recommendation system, filtering methods, neural network, machine learning.

Кавун А. В. Рекомендаційна система музичних творів на основі колаборативної фільтрації : випускна кваліфікаційна робота бакалавра : 122 Комп’ютерні науки / Кавун Анна Вікторівна. - Київ, 2023. - 100 с.