ю2025 рік

Permanent URI for this collection

https://ir.kneu.edu.ua/handle/2010/49208

Browse

Browsing ю2025 рік by Subject "Data Science"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Побудова та аналіз моделей для рекомендаційних систем у сфері електронної комерції
    (Київський національний економічний університет імені Вадима Гетьмана, 2025-12-19) Музика, Іванна Петрівна; Muzyka, Ivanna; Катуніна, Ольга Сергіївна
    Кваліфікаційна магістерська робота присвячена розробці дворівневої системи персоналізованих рекомендацій у сфері електронної комерції на підґрунті методів Data Science. У роботі реалізовано гібридну архітектуру, що інтегрує семантичний аналіз відгуків (BERT) та поведінкові фактори взаємодії. Здійснено моделювання генерації кандидатів за допомогою комплексу алгоритмів (Item/User-Based k-NN, ALS, LightFM, Two-Tower, SASRec) та виконано фінальний реранкінг моделлю LightGBM для оптимізації видачі. Практична цінність дослідження полягає у підвищенні ефективності управлінських рішень у ритейлі шляхом розробки архітектури, яка забезпечує баланс між точністю ранжування та різноманітністю товарних пропозицій. The Master's qualification thesis is devoted to the development of a two-level personalized recommender system in the field of e-commerce based on Data Science methods. The thesis implements a hybrid architecture that integrates semantic analysis of customer reviews (BERT) and behavioral interaction factors. Candidate generation modeling was performed using a complex of algorithms (Item/User-Based k-NN, ALS, LightFM, Two-Tower, SASRec), and final re-ranking was executed by the LightGBM model for optimizing the output (recommendation list). The practical value of the research lies in increasing the effectiveness of management decisions in retail through the development of an architecture that ensures a balance between ranking accuracy and the diversity of product offerings.