Browsing by Author "Artsibasov, V."

Now showing 1 - 4 of 4

Fuzzy model for recommender systems
(Видавництво Львівської політехніки, 2014) Stekh, Y.; Lobur, M.; Artsibasov, V.; Chystjak, V.
The paper analyzes the current state of development and application of recommendation systems, models and methods of construction of recommendation systems. It is shown that the most widely used method came into collaborative filtering. The method of fuzzy clustering is developed, which improves the accuracy of predicting ratings of products. Проаналізовано поточний стан розробки та застосування рекомендаційних систем, моделей і методів побудови рекомендаційних систем. Показано, що найбільш широко використовується метод колаборативної фільтрації фільтрації. Розроблено метод нечіткої кластеризації, який підвищує точність прогнозування рейтингів продуктів.
Models and methods for building web recommendation systems
(Видавництво Львівської політехніки, 2012) Stekh, Yu.; Artsibasov, V.
Modern Word Wide Web contains a large number of Web sites and pages in each Web site. Web recommendation system (recommendation system for web pages) are typically implemented on web servers and use the data obtained from the collection viewed web templates (implicit data) or user registration data (explicit data). In article considering methods and algorithms of web recommendation system based on the technology of data mining (web mining). Сучасна мережа Інтернет містить велику кількість веб-сайтів і сторінок на кожному веб-сайті. Веб-систему рекомендацій (рекомендаційну систему для веб- сторінок), як правило, втілюють на веб-серверах і використовують для даних, отриманих зі збірки проглянутих веб-шаблонів (неявні дані) чи реєстраційних даних користувачів (явні дані). Розглянуто методи і алгоритми рекомендаційних веб-систем, основаних на технології видобування даних (веб-аналіз).
Some methods in software development recommendation systems
(Видавництво Львівської політехніки, 2013) Stekh, Y.; Artsibasov, V.
This article analyzes the current state of the models and methods of building recommendation systems. The basic classes of problems that solve the recommendation system are highlighted. The features of the method collaborative filtering are shown. Developed a method for calculating the similarity coefficients, taking into account the sparseness of ratings vectors of goods and people. Проаналізовано сучасний стан моделей і методів побудови рекомендаційних систем. Виділено основні класи задач, які розв’язують рекомендаційні системи. Показано особливості застосування методу спільної фільтрації. Розроблено метод розрахунку коефіцієнтів подібності, який враховує розрідженість векторів рейтингів товарів і користувачів.
Аdaptive clustering algorithm for recommender systems
(Видавництво Львівської політехніки, 2012) Stekh, Yu.; Artsibasov, V.
In this article adaptive clustering algorithm for recommender systems is developed. Розроблено адаптивний алгоритм кластеризації для рекомендаційних систем.