Method of generating recommendations lists with considering activity indexes of users in a recommendation system

Abstract

The subject matter of the article is the process of generating recommendations lists for users of a recommendation system.The goalis to develop a new method of building recommender systems to improve the quality of recommendations lists, increase user space coverage and item space coverage with considering information about user activity indexes; develop-ment of a hybrid of this method with the method of collaborative filtering. The tasks to be solved are: to develop the method of building recommendation systems based on considering activity indexes of users, develop software to test this method, conduct experiments with the developed software to test the effectiveness of the developed method, determine the quality of its work and compare this method with the standard method of collaborative filtering. The methodsused are: graph theory, mathematical statistics, the theory of algorithms, object-oriented programming. The following results were obtained: the expert-oriented method for building recommender systems based on considering indexes of user activity and calculating expert coefficients has been developed, the hybrid of this method with the collaborativefiltering method has been developed, software for implementing this method and this hybrid has been developed, experiments with developed software to test the developed method and the hybrid has been conducted. Conclusions. The possibility of using information about user activity in recommender systems to improve the quality of recommendations lists has been investigated. The calculation of expert coefficients is proposed to supplement the similarity coefficients in recommender systems. An expert-oriented method for constructing recommender systems based on considering activity indexes of users and its hybrid with collaborative filtering has been developed. Experiments has been conducted with the developed software have shown that the developed method significantly improves such indicators of the recommender system as user space coverage and item space coverage and allows to create higher quality of recommendation lists without significant fluctuations Precision and Recall of the recommender system, and in some cases even improve these indicators, it depends onthe features of the input data.Предметом вивчення у статті є процес генерації списків рекомендацій для користувачів рекомендаційної системи. Метою є розробка нового методу побудови рекомендаційних систем для підвищення якості списків рекомендацій, підвищення покриття простору користувачів та покриття каталогу об’єктів за допомогою врахування інформації про показники активності користувачів; розробка гібриду даного методу з методом колаборативної фільтрації. Завдання: розробити метод побудови рекомендаційних систем на основі врахування показників активності користувачів системи, розробити програмне забезпечення для тестування даного методу, провести експерименти на розробленому програмному забезпеченні для перевірки ефективності застосування розробленого методу, визначення якості його роботи та порівняння даного методу зі стандартним методом колаборативної фільтрації. Використовуваними методами є: теорія графів, математична статистика, теорія алгоритмів, об’єктно-орієнтоване програмування. Отримані такі результати: розроблено експертно-орієнтований метод побудови рекомендаційних систем на основі врахування показників активності користувачів та розрахунку коефіцієнтів експертів, розроблено гібрид даного методу з методом колаборативної фільтрації, розроблено програмне забезпечення для реалізації даного методу та гібриду, проведено експерименти на розробленому програмному забезпеченні для тестування розробленого методу та гібриду. Висновки. Досліджено можливість використання інформації про активність користувачів у рекомендаційних системах для покращення якості списків рекомендацій. Запропоновано розрахунок коефіцієнтів експертів для доповнення до коефіцієнтів подоби у рекомендаційних системах. Розроблено експертно-орієнтований метод побудови рекомендаційних систем на основі врахування показників активності користувачів та його гібрид з колаборативною фільтрацією. Проведені на розробленому програмному забезпеченні експерименти показали, що розроблений метод суттєво підвищує такі показники роботи рекомендаційної системи, як покриття простору користувачів, покриття каталогу об’єктів, та дозволяє створювати більш якісні списки рекомендацій без суттєвих коливань точності та повноти роботи рекомендаційних систем, а в деяких випадках навіть підвищує ці показники, що залежить від особливостей вхідних даних.