Матричная факторизация на основе глубокого обучения для коллаборативной фильтрации

ФИО студента: Рубцов Василий Николаевич

Кампус/факультет: Факультет компьютерных наук

Программа: Науки о данных (Магистратура)

Оценка: 7

Год защиты: 2017

Современные рекомендательные системы либо не в полной мере используют всю имеющуюся информацию, либо строятся с использованием нескольких моделей («стекинг»), когда на вход одной модели подаются результаты работы другой. Такие подходы либо не полны в смысле использования полезной информации, доступной в данных, либо не удобны в связи с поочередным обучением моделей. В данной работе предпринимаются попытки преодоления недостатков указанных подходов благодаря разработке архитектуры рекомендательных систем в виде нейронной сети. Реализуются методы матричной факторизации с помощью нейронных сетей, а также неко- торых их обобщений, применяемых в рекомендательных системах.

Текст работы (работа добавлена 30 мая 2017 г.)

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ