Персоналізовані гібридні системи: методології оцінювання та сфери застосування
Ключові слова:
базова модель, рекомендаційні системи, гібридні алгоритми
Анотація
Розглянуто сучасні підходи до оцінювання персоналізованих гібридних систем та їх сфер застосування. Описано методи інтеграції моделей, включаючи ранню, пізню та змішану гібридизацію, а також механізм позиційного голосування (метод Борда). Систематизовано критерії оцінювання гібридних алгоритмів та наведено приклади їх використання в реальних задачах. На основі аналізу сформовано узагальнені рекомендації щодо вибору підходів до побудови гібридних систем і оцінювання їх ефективності.
Посилання
[1] Martinez, M. J. Barranco, L. G. Perez, and M. Espinilla. A knowledge based recommender system with multigranular linguistic information. International Journal of Computational Intelligence Systems. – 2008. – Т. 1, № 3. – С. 225236.
[2] Roy D.; Dutta M. A systematic review and research perspective on recommender systems Journal of Big Data. 2022. Vol. 9, Art. 59
[2] Roy D.; Dutta M. A systematic review and research perspective on recommender systems Journal of Big Data. 2022. Vol. 9, Art. 59
Опубліковано
2026-01-07
Як цитувати
Масюк, О., & Овсяк, О. (2026). Персоналізовані гібридні системи: методології оцінювання та сфери застосування. Комп’ютерне моделювання та інформаційні технології. вилучено із https://conf.nltu.edu.ua/index.php/conf1/article/view/475
Розділ
ІНТЕЛЕКТУАЛЬНІ ІНФОРМАЦІЙНІ СИСТЕМИ
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
