РЕКОМЕНДАТЕЛЬНЫЕ СИСТЕМЫ (RECOMMENDATION SYSTEMS) И ПРАКТИЧЕСКИЕ ПРИМЕРЫ

Авторы

  • Moysinova Gavharoy Muhiddin qizi FarDU Axborot tizimlari va texnologiyalari yoʻnalishi 3-kurs talabasi Автор
  • Sobirjonov Behzod Qahramonovich FarDU Axborot texnologiyalari kafedrasi Katta oʻqituvchisi Автор

DOI:

https://doi.org/10.5281/zenodo.20373187

Ключевые слова:

Рекомендательные системы, Recommendation System, Collaborative Filtering, Content-Based Filtering, Hybrid Model, Искусственный интеллект, Machine Learning, Электронная коммерция, Netflix, YouTube, Spotify, Целевой маркетинг, Поведение пользователей, Большие данные (Big Data), Персонализированные рекомендации.[2:5]

Аннотация

В данной статье рассматриваются рекомендательные системы (Recommendation Systems) и их роль в современных информационных технологиях. Рекомендательная система представляет собой интеллектуальную систему, предлагающую пользователям товары, услуги или контент на основе их интересов, поведения и предыдущей активности. В исследовании анализируются принципы работы, математические основы и эффективность таких моделей, как collaborative filtering, content-based filtering, гибридные рекомендательные модели и подходы, основанные на deep learning. Также рассматриваются преимущества, недостатки и практические области применения каждой модели. В статье с помощью реальных примеров освещается применение рекомендательных систем в электронной коммерции, онлайн-образовании, кино- и музыкальных платформах, социальных сетях и финансовых сервисах. Кроме того, раскрывается значение моделей recommendation systems в улучшении пользовательского опыта, повышении эффективности целевой рекламы и анализе больших данных.

Библиографические ссылки

Corchado, J. M., and B. Lees. “Case-base reasoning recommendation system.” IEEE COLLOQUIUM ON KNOWLEDGE DISCOVERY. LONDON, UK. 1996.[1:15]

Gabrani, Goldie, Sangeeta Sabharwal, and Viomesh Kumar Singh. «Artificial intelligence based recommender systems: A survey.» International Conference on Advances in Computing and Data Sciences. Springer, Singapore, 2016. [3:23]

Rashid, Al Mamunur, George Karypis, and John Riedl. «Learning preferences of new users in recommender systems: an information theoretic approach.» Acm Sigkdd Explorations Newsletter 10.2 (2008): 90-100.[4:36]

Recommender Systems Handbook — Springer, New York, 2015.

Introduction to Information Retrieval — Cambridge University Press, 2008.[1:45]

Pattern Recognition and Machine Learning — Springer, 2006.

Machine Learning — McGraw-Hill Education, 1997.

Google ning rasmiy sun’iy intellekt platformasi: Google ML Kit

TensorFlow Official Documentation — Machine Learning va recommendation system modellari uchun ochiq platforma.

Опубликован

2026-05-25

Выпуск

Раздел

Статьи

Как цитировать

Moysinova, G., & Sobirjonov, B. (2026). РЕКОМЕНДАТЕЛЬНЫЕ СИСТЕМЫ (RECOMMENDATION SYSTEMS) И ПРАКТИЧЕСКИЕ ПРИМЕРЫ. Наука и инновации, 4(45), 150-155. https://doi.org/10.5281/zenodo.20373187
Innovative Academy RSC
Article metrics Views and PDF downloads
1 Views
0 Downloads