Статьи за последние 2 года
   
НЕЧЕТКАЯ РЕКОМЕНДАТЕЛЬНАЯ СИСТЕМА С ХОЛОДНЫМ СТАРТОМ ДЛЯ ВЫБОРА ТРАЕКТОРИИ ОБУЧЕНИЯ / Головинский П. А., Шаталова А. О. // Пробл. упр.— 2023 № 6.— C. 33-41.— русский; рез.: английский
 
Источник: 
 - Выпуск сериального издания ( 1 )
 
Автор: 
 - Персоналии ( 2 )
Постоянная ссылка (СИД2) J2188361830
Название НЕЧЕТКАЯ РЕКОМЕНДАТЕЛЬНАЯ СИСТЕМА С ХОЛОДНЫМ СТАРТОМ ДЛЯ ВЫБОРА ТРАЕКТОРИИ ОБУЧЕНИЯ
Автор Головинский П. А.
Автор Шаталова А. О.
Источник Проблемы управления
Страницы/Объём 33-41
Сокращ. назв. источника Пробл. упр.
Год 2023
Номер 6
Адрес в Интернет http://elibrary.ru/item.asp?id=59742738
Постоянная ссылка (СИД) J21883618
Ключевые слова (авторские) нечеткая метрика%нечеткое описание%рекомендательная система%совместная фильтрация%траектория обучения%холодный старт%экспертная система
Место хранения Удаленный доступ. Эл. регистр. НЭБ
Дата регистрации в ВИНИТИ 25.01.2024
Язык текста русский
Язык резюме английский
Аннотация Рассмотрены подходы к решению проблемы выбора образовательной траектории и определены преимущества использования рекомендательных систем для ее решения. Сформулирована задача холодного старта рекомендательных систем и выбран способ ее решения, основанный на создании гибридной рекомендательной системы, объединяющей нечеткую экспертную систему на основе правил и рекомендательную систему с использованием нечеткой совместной фильтрации. Общий подход реализуется применительно к проблеме выбора направления обучения на этапе поступления в высшее учебное заведение. В качестве исходных данных используется модифицированный тест Климова на выбор профессии. Приведены правила оценивания метрик и близости нечетких треугольных данных. На основе принятого нечеткого представления описываются алгоритмы нечеткой экспертной системы и нечеткой рекомендательной системы с совместной фильтрацией. Комбинация двух подходов достигается путем генерации псевдоданных с помощью экспертной системы. Это позволяет решить задачу холодного старта и получить рекомендательную систему, качество которой постепенно улучшается благодаря подстановке значений из реальных запросов пользователей в базу данных. Тестирование программ, реализующих предложенные алгоритмы, подтвердило работоспособность построенной системы нечетких рекомендаций
Тематический раздел Автоматика и радиоэлектроника
Тематический раздел Информатика
Издательский номер в РЖ 24.05-59.111
Шифр ГРНТИ 20.01.45
Ключевые слова обучение потребителей, экспертные системы, траектория обучения, нечеткая метрика