Repository logo
  • English
  • Yкраї́нська
  • Log In
    or
    New user? Click here to register.Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Yкраї́нська
  • Log In
    or
    New user? Click here to register.Have you forgotten your password?
Інституційний репозитарій Київського національного економічного університету імені Вадима Гетьмана ISSN 2411-4383
  1. Home
  2. Browse by Author

Browsing by Author "Novykov, Artem"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • No Thumbnail Available
    Item
    Розроблення рекомендаційної системи вибору транспорту для оренди на основі аналізу користувацьких уподобань
    (Київський національний економічний університет імені Вадима Гетьмана, 2025-05-23) Новиков, Артем Васильович; Novykov, Artem; Кривошеєв, Костянтин Валерійович
    Кваліфікаційна магістерська робота присвячена створенню інтелектуальної рекомендаційної системи для вибору транспорту в сервісах оренди на основі аналізу користувацьких уподобань. У межах дослідження проаналізовано сучасні підходи до персоналізації, обґрунтовано доцільність застосування методів машинного навчання, розроблено архітектуру системи та реалізовано її прототип. Особливу увагу приділено алгоритмам збору, обробки та аналізу даних, що дозволяють формувати релевантні рекомендації з урахуванням контексту користувача. Результати демонструють високу ефективність запропонованого підходу та потенціал його інтеграції в реальні онлайн-платформи оренди транспорту з метою підвищення зручності, точності підбору та рівня задоволеності користувачів. The master's thesis is devoted to the creation of an intelligent recommendation system for choosing a vehicle in rental services based on the analysis of user preferences. The study analyzes modern approaches to personalization, substantiates the feasibility of using machine learning methods, develops the system architecture and implements its prototype. Particular attention is paid to the algorithms for collecting, processing and analyzing data, which allow generating relevant recommendations based on the user's context. The results demonstrate the high efficiency of the proposed approach and the potential for its integration into real online vehicle rental platforms in order to increase convenience, selection accuracy, and user satisfaction.

irKNEU copyright © 2002-2026 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback