Модель системи рекомендацій аніме-контенту на основі класифікації користувачів і жанрових переваг

Abstract

У кваліфікаційній роботі розроблено прототип системи рекомендацій аніме-контенту на основі класифікації користувачів і жанрових переваг, який надає користувачам персоналізовані пропозиції щодо перегляду аніме. Запропоновано та реалізовано алгоритм рекомендацій, що базується на методах колаборативної фільтрації та аналізу вмісту аніме. Розглянуто особливості використання технік машинного навчання для покращення якості рекомендацій. Практична цінність роботи полягає у створенні зручного та ефективного інструменту для вибору аніме, що враховує індивідуальні вподобання користувача. Результати роботи можуть бути використані для подальшого розвитку сервісів рекомендацій аніме.

This qualification work presents the development a prototype of an anime content recommendation system based on user classification and genre preferences, which provides users with personalized suggestions for watching anime. A recommendation algorithm based on the methods of collaborative filtering and anime content analysis is proposed and implemented. Features of using machine learning techniques to improve the quality of recommendations are considered. The practical value of the work lies in the creation of a convenient and effective tool for choosing anime that takes into account the individual preferences of the user. The results of the work can be used for the further development of anime recommendation services.