Научный архив: статьи

Целью исследования явился анализ эволюции методов построения рекомендательных систем и подходов к оценке их качества в условиях многокритериальности и изменяющихся пользовательских предпочтений. В ходе работы рассмотрены основные этапы развития рекомендательных технологий, систематизированы современные алгоритмы и архитектуры, включая гибридные, нейросетевые и графовые модели. Особое внимание уделено методам оценки качества рекомендаций и классификации метрик, отражающих точность, уровень ранжирования, разнообразие и ресурсную эффективность по группам. В статье также показано, что ориентации исключительно на метрики точности для адекватной оценки результативности рекомендательных систем недостаточно. Авторы исследования рассмотрели ключевые методологические проблемы, включая холодный старт, разреженность данных и необходимость баланса между точностью и разнообразием рекомендаций, и сделали вывод о целесообразности комплексного многокритериального подхода к оценке рекомендательных систем. Результаты исследования могут быть использованы научными работниками, разработчиками рекомендательных систем, специалистами в области машинного обучения и анализа данных, а также представителями бизнеса при выборе и оценке эффективности рекомендательных алгоритмов.