Булева факторизация для матричных и тензорных данных в рекомендательных системах

ФИО студента: Яковлева Александра Сергеевна

Программа: Математика (Бакалавриат)

Год защиты: 2021

Работа исследует булеву матричную факторизацию (BMF) в применении к рекомендательным системам. На языке Python получена быстрая реализация GreConD —— одного из существующих алгоритмов для BMF. Предложен новый способ предобработки бинарных данных для улучшения BMF —— \textit{сглаживание числа понятий}, на данных MovieLens проведены эксперименты по его использованию в коллаборативной фильтрации. Проделано сравнение качества рекомендаций, построенных с и без использования BMF, а также с одним из способов проецирования бинарных тензорных данных в бинарные матричные данные. Приведены теоретические результаты про свойства алгоритма GreConD на номинальной, контрноминальной и ординальной шкалах.

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