Многокритериальные контекстно-управляемые рекомендующие системы: модель и метод

Ключевые слова: рекомендующие системы, многокритериальная оптимизация, линейная свертка, коллаборативная фильтрация, контентная фильтрация, контекстно-управляемые системы

Аннотация

Предложены модель и метод формирования контекстно-управляемых рекомендаций, применимые в том случае, когда отношение пользователя к объекту фиксируется не с помощью одного интегрального критерия (оценка, общий рейтинг), а с помощью набора частных критериев, оценивающих разные аспекты объекта. Предлагаемые модель и метод позволяют решить две основные задачи применения рекомендующих систем: ранжировать объекты по предсказанной субъективной интегральной полезности при заданных весах частных критериев и ранжировать объекты по предсказанной субъективной интегральной полезности в заданном контексте.

Биографии авторов

Александр Викторович Смирнов, СПИИРАН

Руководитель лаборатории интегрированных систем автоматизации Федерального государственного бюджетного учреждения науки Санкт-Петербургского института информатики и автоматизации РАН (СПИИРАН). Окончил Ленинградский государственный политехнический университет в 1979 году. Доктор технических наук, профессор, заслуженный деятель науки РФ. Автор более 300 научных работ. Область научных интересов – управление знаниями, веб-сервисы, системы групповой поддержки принятия решений, виртуальные предприятия, управление цепями поставок.

Андрей Васильевич Пономарев, СПИИРАН

Старший научный сотрудник Федерального бюджетного учреждения науки Санкт-Петербургского института информатики и автоматизации РАН (СПИИРАН). Окончил Тюменский государственный нефтегазовый университет в 2003 году. Кандидат технических наук с 2012 года. Автор более 40 научных работ. Область интересов – рекомендующие системы, крауд-вычисления, краудсорсинг, коллективный интеллект, машинное обучение.

Опубликован
2019-10-07