Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 634620)
Контекстум
.
Известия Российской академии наук. Теория и системы управления (РАН)  / №2 2017

ПОЛИМОДЕЛЬНЫЙ КОНТЕКСТНО-УПРАВЛЯЕМЫЙ РЕКОМЕНДУЮЩИЙ СЕРВИС В ОБЛАСТИ ТУРИЗМА: ПОДХОД И АРХИТЕКТУРА (200,00 руб.)

0   0
Первый авторПономарев
АвторыСмирнов А.В.
Страниц15
ID592664
АннотацияРекомендующие системы и сервисы в настоящее время широко применяются для поддержки принятия решений в областях, для которых характерен выбор из большого количества альтернатив, причем на выбор оказывают существенное влияние субъективные предпочтения. Предложен комплексный полимодельный подход к построению контекстно-управляемых рекомендующих систем в области информационной поддержки туризма. В частности, предлагается строить рекомендующую систему из слабо связанных модулей, реализующих как персонализированные, так и неперсонализированные методы формирования рекомендаций, и модуля синтеза, осуществляющего адаптацию системы модулей к конкретным условиям обеспеченности исходной информацией разных видов
УДК004.8:004.89
Пономарев, А.В. ПОЛИМОДЕЛЬНЫЙ КОНТЕКСТНО-УПРАВЛЯЕМЫЙ РЕКОМЕНДУЮЩИЙ СЕРВИС В ОБЛАСТИ ТУРИЗМА: ПОДХОД И АРХИТЕКТУРА / А.В. Пономарев, А.В. Смирнов // Известия Российской академии наук. Теория и системы управления (РАН) .— 2017 .— №2 .— С. 79-93 .— URL: https://rucont.ru/efd/592664 (дата обращения: 19.04.2024)

Предпросмотр (выдержки из произведения)

77–91 ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ УДК 004.8:004.89 ПОЛИМОДЕЛЬНЫЙ КОНТЕКСТНО-УПРАВЛЯЕМЫЙ РЕКОМЕНДУЮЩИЙ СЕРВИС В ОБЛАСТИ ТУРИЗМА: ПОДХОД И АРХИТЕКТУРА1 © 2017 г. А. <...> Предложен комплексный полимодельный подход к построению контекстно-управляемых рекомендующих систем в области информационной поддержки туризма. <...> В частности, предлагается строить рекомендующую систему из слабо связанных модулей, реализующих как персонализированные, так и неперсонализированные методы формирования рекомендаций, и модуля синтеза, осуществляющего адаптацию системы модулей к конкретным условиям обеспеченности исходной информацией разных видов. <...> В настоящее время рекомендующие системы нашли свое место в составе более общей концепции социокиберфизических систем, предлагающих систематический подход к включению человеческих компонентов в системы обработки информации и управления (см. рис. <...> Роль технологии рекомендующих систем здесь заключается в выявлении и обработке субъективных предпочтений пользователей и адаптации программных и компьютерных компонент социокиберфизической системы для соответствия этим предпочтениям. <...> Подходы к построению рекомендующих систем принято классифицировать в соответствии с видом исходной информации, который используется для формирования рекомендаций. <...> Наибольшее распространение получили два подхода [1]: коллаборативная фильтрация (collaborative filtering) и контентный подход (content-based). <...> В системах коллаборативной фильтрации формирование рекомендаций осуществляется только на основании оценок, присваиваемых пользователями объектам. <...> Эти оценки применяются для нахождения пользователей со схожими предпочтениями, а далее информация о сходстве используется для предсказания полезности объектов, с которыми данный пользователь еще не знаком. <...> В системах, реализующих контентный подход, исходной информацией, помимо оценок пользователей, является структурированное описание объектов. <...> В таких системах <...>