Дипломная работа по направлению 09.03.03 Прикладная информатика» , "Интеграция алгоритмов машинного обучения в систему рекомендаций контента для онлайн-кинотеатра «КиноГид»"
Цель работы
Бесплатная консультация по вашей теме: Telegram: @Diplomit WhatsApp: +7 (987) 915-99-32 | Телефон: +7 (987) 915-99-32, Email: admin@diplom-it.ru| MAX: +7 (987) 915-99-32
Целью работы является повышение вовлеченности пользователей онлайн-кинотеатра «КиноГид» за счет интеграции в существующую систему алгоритма машинного обучения, обеспечивающего персонализированные рекомендации контента.
Задачи работы
- Проанализировать исторические данные о поведении пользователей (просмотры, оценки, поисковые запросы).
- Исследовать и выбрать подходящий алгоритма рекомендательных систем (коллаборативная фильтрация, основанная на содержании).
- Разработать архитектуру интеграции алгоритма в существующую ИТ-инфраструктуру кинотеатра.
- Реализовать программный модуль, обучить модель на исторических данных и провести A/B тестирование ее эффективности.
Объект исследования
Объектом исследования является процесс взаимодействия пользователей с платформой онлайн-кинотеатра и система формирования рекомендаций.
Предмет исследования
Предметом исследования являются алгоритмы машинного обучения для построения рекомендательных систем и методы их интеграции в production-среду.
Содержание работы (План)
Глава 1. Аналитический раздел
- Анализ предметной области и обзор современных рекомендательных систем.
- Сбор и предобработка данных для обучения модели.
- Выбор метрик для оценки качества работы алгоритма (precision, recall).
Глава 2. Проектный раздел
- Выбор стека технологий для реализации (Python, библиотеки Scikit-learn, Surprise).
- Проектирование архитектуры решения: сбор данных, обучение модели, выдача рекомендаций.
- Разработка протокола взаимодействия рекомендательного модуля с основным приложением.
Глава 3. Реализация и внедрение
- Реализация алгоритма, обучение и валидация модели.
- Разработка API для интеграции модуля в работу платформы.
- Проведение A/B теста и анализ бизнес-показателей внедрения (конверсия, удержание).
Краткая суть ВКР
Суть работы заключается в создании интеллектуального модуля, который анализирует поведение каждого пользователя и предлагает ему именно тот контент, который с наибольшей вероятностью его заинтересует. Это не просто теоретическое исследование, а практическая интеграция алгоритма в работающую систему, которая должна привести к измеримому бизнес-эффекту — увеличению среднего времени просмотра и количества подписок.