Academic Journal
Исследование современных методов построения рекомендательных систем
| Title: | Исследование современных методов построения рекомендательных систем |
|---|---|
| Publisher Information: | БГУИР, 2016. |
| Publication Year: | 2016 |
| Subject Terms: | материалы конференций, анализ данных, сингулярное разложение матрицы |
| Description: | Развитие информационных технологий, в частности, увеличение вычислительной мощности техники и удешевление хранения данных, позволяет собирать и анализировать огромные объемы информации о пользователях, в том числе данные о предпочтениях и поведении пользователей. Эти данные представляют большую ценность для различных организаций. Например, поисковые гиганты, такие как Google, Yandex и другие, используют такие данные о том или ином пользователе сети для ранжирования результатов поисковых запросов, а также для более эффективного подбора показываемых рекламных объявлений. Также в качестве примера можно привести эксперимент исследователей из бизнес-школы Уорика (Warwick Business School), которые предположили возможность прогнозирования поведения рынка ценных бумаг на основе анализа открытых данных сервиса Google Trends. В результате исследователи смогли увеличить портфель акций на 8% за две недели - что является достаточно впечатляющим результатом, учитывая, что исходные данные брались из открытых источников. Таким образом, преследуемая автором цель заключается в исследовании современных подходов к прогнозированию и построению рекомендаций на основе данных, находящихся в открытом доступе. |
| Document Type: | Article |
| Language: | Russian |
| Access URL: | https://openrepository.ru/article?id=212261 |
| Accession Number: | edsair.dedup.wf.002..da6d9d5860f851e4b51cbf4bf6a6c282 |
| Database: | OpenAIRE |
| FullText | Text: Availability: 0 |
|---|---|
| Header | DbId: edsair DbLabel: OpenAIRE An: edsair.dedup.wf.002..da6d9d5860f851e4b51cbf4bf6a6c282 RelevancyScore: 787 AccessLevel: 3 PubType: Academic Journal PubTypeId: academicJournal PreciseRelevancyScore: 787.471862792969 |
| IllustrationInfo | |
| Items | – Name: Title Label: Title Group: Ti Data: Исследование современных методов построения рекомендательных систем – Name: Publisher Label: Publisher Information Group: PubInfo Data: БГУИР, 2016. – Name: DatePubCY Label: Publication Year Group: Date Data: 2016 – Name: Subject Label: Subject Terms Group: Su Data: <searchLink fieldCode="DE" term="%22материалы+конференций%22">материалы конференций</searchLink><br /><searchLink fieldCode="DE" term="%22анализ+данных%22">анализ данных</searchLink><br /><searchLink fieldCode="DE" term="%22сингулярное+разложение+матрицы%22">сингулярное разложение матрицы</searchLink> – Name: Abstract Label: Description Group: Ab Data: Развитие информационных технологий, в частности, увеличение вычислительной мощности техники и удешевление хранения данных, позволяет собирать и анализировать огромные объемы информации о пользователях, в том числе данные о предпочтениях и поведении пользователей. Эти данные представляют большую ценность для различных организаций. Например, поисковые гиганты, такие как Google, Yandex и другие, используют такие данные о том или ином пользователе сети для ранжирования результатов поисковых запросов, а также для более эффективного подбора показываемых рекламных объявлений. Также в качестве примера можно привести эксперимент исследователей из бизнес-школы Уорика (Warwick Business School), которые предположили возможность прогнозирования поведения рынка ценных бумаг на основе анализа открытых данных сервиса Google Trends. В результате исследователи смогли увеличить портфель акций на 8% за две недели - что является достаточно впечатляющим результатом, учитывая, что исходные данные брались из открытых источников. Таким образом, преследуемая автором цель заключается в исследовании современных подходов к прогнозированию и построению рекомендаций на основе данных, находящихся в открытом доступе. – Name: TypeDocument Label: Document Type Group: TypDoc Data: Article – Name: Language Label: Language Group: Lang Data: Russian – Name: URL Label: Access URL Group: URL Data: <link linkTarget="URL" linkTerm="https://openrepository.ru/article?id=212261" linkWindow="_blank">https://openrepository.ru/article?id=212261</link> – Name: AN Label: Accession Number Group: ID Data: edsair.dedup.wf.002..da6d9d5860f851e4b51cbf4bf6a6c282 |
| PLink | https://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsair&AN=edsair.dedup.wf.002..da6d9d5860f851e4b51cbf4bf6a6c282 |
| RecordInfo | BibRecord: BibEntity: Languages: – Text: Russian Subjects: – SubjectFull: материалы конференций Type: general – SubjectFull: анализ данных Type: general – SubjectFull: сингулярное разложение матрицы Type: general Titles: – TitleFull: Исследование современных методов построения рекомендательных систем Type: main BibRelationships: IsPartOfRelationships: – BibEntity: Dates: – D: 01 M: 04 Type: published Y: 2016 Identifiers: – Type: issn-locals Value: edsair |
| ResultId | 1 |