Выявление паттернов поведения пользователей в системах машинного восприятия методами машинного обучения
Машинное обучение для задачи выявления паттернов поведения пользователя в рекомендательных системах. Суть подхода к разработке модели признаков для задачи формирования предсказаний в рекомендательной системе с учетом паттернов поведения пользователя.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 27.08.2020 |
| Размер файла | 415,8 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
29. Karumur R. P., Nguyen T. T., Konstan J. A. Personality, user preferences and behavior in recommender systems //Information Systems Frontiers. - 2018. - Т. 20. - №. 6. - С. 1241-1265.
30. Rajabi S., Harounabadi A., Aghazarian V. A recommender system for the web: using user profiles and machine learning methods //International Journal of Computer Applications. - 2014. - Т. 96. - №. 11.
31. Репецкая, Т.О. Алгоритмы машинного слуха в рекомендательных системах, курсовая работа / НИУ ВШЭ, 2019.
32. Ясницкии? Л. Н. Введение в искусственный интеллект. - Академия, 2008.
33. Nevatia R. Machine perception //PRENTICE-HALL, INC., ENGLEWOOD CLIFFS, NJ 07632, 1982, 209. - 1982.
34. Kubat M. An introduction to machine learning. - Cham, Switzerland : Springer International Publishing, 2017. - Т. 2.
35. Alpaydin E. Introduction to machine learning. - MIT press, 2020.
36. Амаева Л. А. Использование методов интеллектуального анализа данных для моделирования пользователя //Вестник Казанского технологического университета. - 2015. - Т. 18. - №. 1.
37. Haruna, K., Akmar Ismail, M., Suhendroyono, S., Damiasih, D., Pierewan, A., Chiroma, H., & Herawan, T. Context-Aware Recommender System: A Review of Recent Developmental Process and Future Research Direction. //Applied Sciences. - 2017. - T. 7. №. 12. - С. 1211.
38. Киреев В. С. Применение нечётких когнитивных карт для моделирования поведения пользователей системы дистанционного обучения //Аналитика и управление данными в областях с интенсивным использованием данных. - 2016. - С. 119-123.
39. Subramaniyaswamy V., Logesh R. Adaptive KNN based recommender system through mining of user preferences //Wireless Personal Communications. - 2017. - Т. 97. - №. 2. - С. 2229-2247.
40. Yang Z., Cai Z., Guan X. Estimating user behavior toward detecting anomalous ratings in rating systems //Knowledge-Based Systems. - 2016. - Т. 111. - С. 144-158.
41. Portugal I., Alencar P., Cowan D. The use of machine learning algorithms in recommender systems: A systematic review //Expert Systems with Applications. - 2018. - Т. 97. - С. 205-227.
42. Wang N. et al. A novel E-Commerce recommendation system model based on the pattern recognition and user behavior preference analysis //Information Science and Industrial Applications. - 2016.
43. Gu S. et al. Fashion coordinates recommendation based on user behavior and visual clothing style //Proceedings of the 3rd International Conference on Communication and Information Processing. - 2017. - С. 185-189.
44. Wang L., Meng X., Zhang Y. Applying HOSVD to alleviate the sparsity problem in context-aware recommender systems //Chinese Journal of Electronics. - 2013. - Т. 22. - №. 4. - С. 773-778.
45. Босова Л. Л., Информатика и ИКТ: учебник для 7 класса. М. : БИНОМ. Лаборатория знаний, 11 с.
46. Zhang D. et al. What online reviewer behaviors really matter? Effects of verbal and nonverbal behaviors on detection of fake online reviews //Journal of Management Information Systems. - 2016. - Т. 33. - №. 2. - С. 456-481.
47. Knijnenburg B. P. et al. Explaining the user experience of recommender systems //User Modeling and User-Adapted Interaction. - 2012. - Т. 22. - №. 4-5. - С. 441-504.
48. Nъсez-Valdez E. R. et al. A recommender system based on implicit feedback for selective dissemination of ebooks //Information Sciences. - 2018. - Т. 467. - С. 87-98.
ПРИЛОЖЕНИЕ
ТЕМПЕРАМЕНТЫ И СВОЙСТВА НЕРВНОЙ ДЕЯТЕЛЬНОСТИ
В таблице 1 приведено соответствие каждому темпераменту по классификации Айзенка характерных для него свойств нервной деятельности человека [63].
Таблица 1. Свойства нервной деятельности в рамках темперамента по Айзенку
|
Сангвиник |
Холерик |
Флегматик |
Маланхолик |
||
|
Экстраверсия/ интроверсия |
Э |
Э |
И |
И |
|
|
Темп |
высокий |
высокий |
низкий |
средний |
|
|
Реактивность |
высокая |
высокая |
низкая |
средняя |
|
|
Активность |
средняя |
высокая |
высокая |
низкая |
|
|
Пластичность/ ригидность |
П |
П |
Р |
Р |
|
|
Эмоциональная возбудимость |
средняя |
высокая |
низкая |
высокая |
Второй способ, как можно оценить темперамент человека, - использование шкал экстраверсии/интроверсии и нейротизма (эмоциональная стабильность / лабильность) (рис. 1).
Ильин Е. П., Ильин Е. П. Психология индивидуальных различий: [учебное пособие для вузов]. - Издательский дом" Питер", 2011.
Рисунок 1. Типы темперамента по Г. Айзенку
Размещено на Allbest.ru
...Подобные документы
Исследование приемов объектно-ориентированного проектирования. Описания паттернов поведения, предназначенных для распределения обязанностей между объектами в системе. Признаки применения, использования паттерна "Декоратор". Принцип действия репозитория.
реферат [686,9 K], добавлен 21.09.2013Метод извлечения информации о личностных характеристиках пользователя с помощью технологии распознавания лица. Разработка алгоритма работы рекомендательной системы, основанной на психологическом портрете пользователя, хранилища баз данных и интерфейса.
курсовая работа [815,2 K], добавлен 21.09.2016Выбор и обоснование аппаратного обеспечения. Типы архитектуры веб-приложений. Шаблоны проектирования архитектуры приложения. Разработка инфологической модели базы данных. Подготовка к разработке приложения. Рассмотрение причин возникновения паттернов.
дипломная работа [3,0 M], добавлен 27.11.2022Создание системы предобработки данных; разработка системы классификации на базе методов и алгоритмов машинного обучения, их реализация в программной системе. Предобработка информации, инструкция пользователя, система классификации, машинный эксперимент.
дипломная работа [917,1 K], добавлен 31.01.2015Історія машинного перекладу як науково-прикладного напряму. Теорія машинного перекладу. Особливості використання систем, орієнтованих на персональні комп’ютери. Напрямки розвитку та застосування машинного перекладу. Приклади систем машинного перекладу.
реферат [21,5 K], добавлен 19.02.2011Искусственные нейронные сети как одна из широко известных и используемых моделей машинного обучения. Знакомство с особенностями разработки системы распознавания изображений на основе аппарата искусственных нейронных сетей. Анализ типов машинного обучения.
дипломная работа [1,8 M], добавлен 08.02.2017Разработка информационного обеспечения задачи, определение логической структуры реляционной базы данных. Разработка запросов и отчетов для обработки и отображения информации, интерфейса пользователя. Методика и этапы физического проектирования задачи.
курсовая работа [33,5 K], добавлен 25.07.2012Рассмотрение принципов работы руткита. Изучение особенностей захвата в режиме пользователя. Анализ модификации машинного кода прикладной программы. Оценка механизма работы руткита в режиме ядра. Характеристика методов обнаружения rootkit в системе.
дипломная работа [241,9 K], добавлен 12.05.2019Популярность алгоритмов машинного обучения для компьютерных игр. Основные техники обучения с подкреплением в динамической среде (компьютерная игра "Snake") с экспериментальным сравнением алгоритмов. Обучение с подкреплением как тип обучения без учителя.
курсовая работа [1020,6 K], добавлен 30.11.2016Виды машинного обучения, его основные задачи и методы. Подходы к классификации: логистическая регрессия, наивный байесовский классификатор, стохастический градиентный спуск, K-ближайший сосед, дерево решений, случайный лес, метод опорных векторов.
курсовая работа [436,9 K], добавлен 14.12.2022Основные типы шаблонов проектирования. Типы связей, которые могут применяться при объектно-ориентированном программировании. Обзор и реализация порождающих, структурных и поведенческих шаблонов проектирования. Шаблоны "Command", "Front Controller".
курсовая работа [3,1 M], добавлен 01.06.2014Установка привилегий доступа определенного пользователя, виды привилегий и ключевые слова в операторе. Лишение пользователя права назначать привилегии. Структура данных и алгоритм, описание работы программы, имя пользователя, пароль и создание прав.
курсовая работа [207,2 K], добавлен 12.08.2011Системный подход к программированию в операционных системах. Разработка программы, выполняющей запуск программ по расписанию. Понятие интерфейса и его назначение. Создание алгоритма и программы на его базе. Текст программы и руководство пользователя.
курсовая работа [581,0 K], добавлен 13.11.2009Цели, преимущества и проблемы внедрения системы CALS, необходимость и перспективы ее внедрения в России. Объектно-ориентированное моделирование, классификация паттернов и стратегии отображения конструкций языка EXPRESS в реляционную метамодель.
курсовая работа [51,1 K], добавлен 16.12.2009Разработка авторизированной информационной системы оформления кредитов на различные нужды потребителя. Описание особенностей применения паттернов проектирования. Исследование алгоритмов, реализующих бизнес-логику серверной части проектируемой системы.
курсовая работа [924,5 K], добавлен 24.01.2016История автоматизированного перевода. Современные компьютерные программы перевода. Сфера использования машинного перевода. Формы организации взаимодействия человека и ЭВМ в машинном переводе. Интерредактирование и постредактирование машинного перевода.
курсовая работа [30,0 K], добавлен 19.06.2015Раскрытие сущности планирования в программных компонентах. Понятие процесса и потока, их планирование в операционной системе. Категории и задачи алгоритмов планирования в пакетных и интерактивных системах. Планирование в системах реального времени.
контрольная работа [303,5 K], добавлен 24.10.2014История возникновения, эволюция машинного перевода. Основные требования к коммуникативной эквивалентности. Последовательность формальных операций в системе машинного перевода, ее концепции развития. Переводчик для офиса. Преимущества электронных словарей.
презентация [455,3 K], добавлен 22.10.2013Виды алгоритмов как логико-математических средств, характеристика свойств. Корректный вывод алгоритма при решении вычислительной задачи. Механизм реализации алгоритма, его описание. Решение задачи Майхилла при помощи автоматной модели поведения стрелка.
курсовая работа [53,6 K], добавлен 17.07.2014Обзор области генерации сетевого трафика. Описание выбранных методов, моделей, алгоритмов решения задач. Создание модели поведения пользователя, распределение количества посещённых страниц сайта. Выбор средств реализации программного продукта (проекта).
курсовая работа [1,3 M], добавлен 30.06.2017
