Исследование современных методов построения рекомендательных систем

Abstract

Развитие информационных технологий, в частности, увеличение вычислительной мощности техники и удешевление хранения данных, позволяет собирать и анализировать огромные объемы информации о пользователях, в том числе данные о предпочтениях и поведении пользователей. Эти данные представляют большую ценность для различных организаций. Например, поисковые гиганты, такие как Google, Yandex и другие, используют такие данные о том или ином пользователе сети для ранжирования результатов поисковых запросов, а также для более эффективного подбора показываемых рекламных объявлений. Также в качестве примера можно привести эксперимент исследователей из бизнес-школы Уорика (Warwick Business School), которые предположили возможность прогнозирования поведения рынка ценных бумаг на основе анализа открытых данных сервиса Google Trends. В результате исследователи смогли увеличить портфель акций на 8% за две недели - что является достаточно впечатляющим результатом, учитывая, что исходные данные брались из открытых источников. Таким образом, преследуемая автором цель заключается в исследовании современных подходов к прогнозированию и построению рекомендаций на основе данных, находящихся в открытом доступе.