Методи та засоби кластеризації різнотипових даних

dc.contributor.affiliationНаціональний університет «Львівська політехніка»
dc.contributor.authorТкачик, Олександр Андрійович
dc.date.accessioned2024-03-21T09:08:48Z
dc.date.available2024-03-21T09:08:48Z
dc.date.issued2023
dc.date.submitted2024
dc.description.abstractДисертаційна робота призначена для розробки методів та інструментів штучного інтелекту з метою створення користувацьких профілів на онлайн-платформі нерухомості. Ця ініціатива в перспективі дозволить оптимізувати взаємодію менеджерів системи з користувачами та підвищить задоволеність клієнтів завдяки наданню більш точних пропозицій. In the first chapter, algorithms for processing heterogeneous data, such as K-means, DBSCAN, hierarchical clustering, and fuzzy clustering, were analyzed. A number of challenges and limitations were identified, including issues of scaling, interpretation, universality, and adaptability to changing conditions and data structures. It was also discovered that not all systems currently on the market use information from unstructured or semi-structured data sources to improve their services.
dc.format.pages149
dc.identifier.citationТкачик О. А. Методи та засоби кластеризації різнотипових даних : дисертація на здобуття наукового ступеня доктора філософії : 122 – компʼютерні науки / Олександр Андрійович Ткачик ; Міністерство освіти і науки України, Національний університет «Львівська політехніка». – Львів, 2023. – 149 с. – Бібліографія: с. 136–148 (108 назв).
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/61527
dc.language.isouk
dc.publisherНаціональний університет «Львівська політехніка»
dc.source.urihttps://lpnu.ua/rada-phd/97
dc.subjectієрархічна кластеризація, k-means, mini-batch k-means, percentile, навчання без вчителя, різнотипові дані, профілювання користувача, оцінка задоволеності, безсерверна архітектура, мікросервісна архітектура, hierarchical clustering, k-means, mini-batch k-means, percentile, unsupervised learning, heterogeneous data, user profiling, satisfaction assessment, serverless architecture, microservice architecture
dc.subject.udc004.652
dc.titleМетоди та засоби кластеризації різнотипових даних
dc.title.alternativeMethods and tools for clustering heterogeneous data
dc.typeDissertation

Files

Original bundle

Now showing 1 - 5 of 5
Thumbnail Image
Name:
disertaciya-metodi-ta-zasobi-klasterizacii-riznotipovikh-danikh-tkachik-o-1-1.pdf
Size:
5.42 MB
Format:
Adobe Portable Document Format
Description:
Дисертаційна робота
Thumbnail Image
Name:
vidguk-oponenta-govoruschenko-t-o.pdf
Size:
376.36 KB
Format:
Adobe Portable Document Format
Description:
Відгук офіційного опонента
Thumbnail Image
Name:
vidguk-oponenta-sachenko-o.pdf
Size:
2.66 MB
Format:
Adobe Portable Document Format
Description:
Відгук офіційного опонента
Thumbnail Image
Name:
vidgukrecenzentatkachikmelnikovanipidpispdf.pdf
Size:
537.02 KB
Format:
Adobe Portable Document Format
Description:
Рецензія
Thumbnail Image
Name:
vidguk-recenzenta-zhezhnich-p-i.pdf
Size:
537.49 KB
Format:
Adobe Portable Document Format
Description:
Рецензія

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: