2023. — Т 15. — № 5 - перейти к содержанию номера...

Постоянный адрес этой страницы - https://esj.today/71ecvn523.html

Полный текст статьи в формате PDF (объем файла: 838.4 Кбайт)


Ссылка для цитирования этой статьи:

Новиков, А. В. Проектные решения по разработке рекомендательного сервиса для онлайн-кинотеатра / А. В. Новиков, Т. Н. Русских, В. И. Тинякова // Вестник Евразийской науки. — 2023. — Т 15. — № 5. — URL: https://esj.today/PDF/71ECVN523.pdf (дата обращения: 15.06.2024).


Проектные решения по разработке рекомендательного сервиса для онлайн-кинотеатра

Новиков Александр Владимирович
ФГБОУ ВО «Орловский государственный университет имени И.С. Тургенева», Орел, Россия
E-mail: skkiminock@mail.ru

Русских Татьяна Николаевна
ФГБОУ ВО «Орловский государственный университет имени И.С. Тургенева», Орел, Россия
Доцент кафедры «Алгебры и математических методов в экономике»
Кандидат экономических наук, доцент
E-mail: trusskih@rambler.ru
РИНЦ: https://elibrary.ru/author_profile.asp?id=573765

Тинякова Виктория Ивановна
ФГБОУ ВО «Государственный университет управления», Москва, Россия
Профессор кафедры «Управления проектом»
Доктор экономических наук, профессор
E-mail: tviktoria@yandex.ru
РИНЦ: https://elibrary.ru/author_profile.asp?id=451096

Аннотация. В настоящее время рекомендательные системы, основанные на методах и технологиях искусственного интеллекта, обеспечивают эффективную поддержку принятия управленческих решений в различных сферах деятельности. Рекомендательные системы являются одним из важнейших конкурентных преимуществ онлайн-платформ. В статье предложены проектные решения по разработке рекомендательного сервиса для онлайн-кинотеатра. Современные рекомендательные системы онлайн-кинотеатров преимущественно ориентированы на предоставление рекомендаций на основе анализа свойств контента по истории просмотров пользователя или коллаборативной фильтрации по определенным схожим параметрам пользователей. Традиционный подход к разработке рекомендаций имеет ряд преимуществ, однако не позволяет учитывать предпочтения и настроения пользователя в конкретный момент времени. Применение семантического поиска для генерации рекомендательной выдачи фильмов пользователю на основе текстового запроса может обеспечить эффективную поддержку принятия решений в выборе фильмов. В качестве математического инструментария обработки естественного языка для решения поставленной задачи предлагается использовать технологии нейронных сетей.

Авторами описывается методология разработки рекомендательной системы, включающая процессы автоматизации сбора информации о фильмах, предобработку текстовых данных, семантическое моделирование отзывов пользователей, ранжирование фильмов по выбранным приоритетам. Приводятся результаты программной реализации модели искусственной нейронной сети и Telegram-бота для отправки запросов пользователей с использованием библиотек языка программирования Python, сформулированы возможные пути улучшения качества рекомендаций, предоставляемых моделью. Разработка персонального контентного предложения для каждого пользователя на основе его запросов посредством реализации рекомендательной системы позволит онлайн-платформе повысить лояльность имеющихся пользователей и привлечь новые группы пользователей, обеспечит поддержку управленческих решений по размещению контента.

Ключевые слова: рекомендательная система; онлайн-кинотеатр; искусственный интеллект; обработка естественного языка; нейронная сеть; модель семантического поиска; пользовательские рекомендации

 

Скачать

Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.

ISSN 2588-0101 (Online)

Уважаемые читатели! Комментарии к статьям принимаются на русском и английском языках.
Комментарии проходят премодерацию, и появляются на сайте после проверки редактором.
Комментарии, не имеющие отношения к тематике статьи, не публикуются.

Добавить комментарий