dasdsadsadass
Слайд 1. Уважаемый председатель и члены государственной экзаменационной комиссии!
Слайд 2. Целью данной работы является разработка рекомендательной информационной системы для онлайн-кинотеатров.
Для достижения поставленной цели необходимо решить задачи, представленные на слайде.
Слайд 3. Рекомендательные системы позволяют добиться лояльности клиентов за счет предоставления релевантного контента и максимального увеличения времени, проведенного пользователем на веб-ресурсе.
Объектом исследования является деятельность пользователя, использующего веб-ресурс для подбора рекомендаций к просмотру фильмов.
Предметом исследования является методы и алгоритмы построения рекомендаций на основе пользовательских предпочтений.
Слайд 4. В силу специфичности разрабатываемой ИС, организация как таковая отсутствует и в ней нет необходимости, поэтому необходимо рассматривать структуру разрабатываемой ИС в лице тех, кто ею использует, это администраторы и пользователи, а также для чего она разрабатывается. Поэтому необходимо описать процесс выбора фильма на разрабатываемом ресурсе. Будучи незарегистрированным пользователем система уже предложит список случайных фильмов, либо же отфильтрованных по выбранному жанру, также ему доступна регистрация, после которой пользователь может оценивать фильмы, а на основе данных оценок будут предложены фильмы которые понравились другим пользователям, из которых также можно выбрать фильм для просмотра и оценить его, просто кликнув на него и узнав о нем всю информацию. «Администратор» помимо возможности оценивать фильмы имеет возможность добавлять новый фильм в БД.
Слайд 5. Информационная система должна выполнять такие функции как:
- учет пользователей, функция, которая хранит информацию о зарегистрировавшихся пользователя;
- учет оценок фильмов, функция, которая позволяет оценить любой фильм в ИС, также функция формирует отчет о самом популярном фильме и о всех фильмах которые оценил пользователь информационной системы;
- подбор фильмов по схожести интересов пользователей, функция, которая на основании закрепленных за пользователем оцененных фильмов (их жанров) находит пользователя с похожими закрепленными фильмами и генерирует отчет в виде списка фильмов, которые оценивали пользователи, по которым осуществлялся поиск.
Слайд 6. В результате вышесказанного была построена модель IDFE0 и выделены основные функции.
Слайд 7. Декомпозиция функций ИС представлена на слайде.
Слайд 8. Входной информацией для этой функции будут служить «учтенные фильмы» а также «авторизированный пользователь», которые необходимы для того, чтобы у авторизированного пользователя была возможность оценивать фильмы, оценка фильма осуществляется по 5ти бальной шкале. После оценивания фильма, информация об этой оценки записывается в соответвующую таблицу из которой уже формируется выходная информация, такая как «отчет список оцененных фильмов», «отчет о самом популярном фильме», а также «оцененные фильмы», которые необходимы для работы функции «подбор фильмов по схожести интересов пользователей».
Слайд 9. декомпозиция этой функции представлена на рисунке.
Слайд 10. На слайде представлено сравнение нашего решения с существующими. Исходя их результатов таблицы, можно сделать вывод, что крупным представителям подобных ресурсов на данный момент более интересно и вероятно выгоднее становиться стриминговым сервисом или сотрудничать с ними, уходя тем самым от более объективных рекомендаций, тем самым делая их ангажированными.
Слайд 11. В качестве исходных данных использовался набор данных Kaggle IMDB из 100 тыс. записей.
Слайд 12. Спроектирована информационно-логическая модель базы данных ИС.
Слайд 13. На слайде представлены справочники и разработанные формы для ввода информации в систему.
Слайд 14. Форма для документа «Оценка фильмов» содержит описание и постер к фильму, а также доступную информацию по рейтингу фильма и возможности поставить оценку по 5-ти бальной шкале.
Слайд 15. На слайде представлена часть созданных страниц отчетных форм: «Количество оцененных фильмов», «Самый популярный фильм», «Самый многочисленный жанр», «Отчет о количестве», «Случайный фильм», «Список фильмов согласно выбранным критериям», «Список оцененных фильмов».
Слайд 16. В качестве алгоритма поиска рекомендаций использовался USER based подход коллаборативной фильтрации. Напомним, что основная идея коллаборативной фильтрации — похожим пользователям обычно нравятся похожие объекты. В качестве меры сходства использовался коэффициент корреляции Пирсона.
Слайд 17. В ходе выполнения выпускной квалификационной работы был реализован веб-сервис для получения релевантных предпочтений пользователей по поиску фильмов.
Достигнуты результаты, представленные на слайде.
Практическая значимость результатов ВКР состоит в возможности использования разработанных функций как типовых отдельных модулей, которые можно использовать в разных проектах.