Розробка веб-застосунку для персоналізованих рекомендацій фільмів
Loading...
Date
2026
Authors
Громяк Олексій
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Кваліфікаційна робота присвячена розробці веб-застосунка для персоналізованих рекомендацій фільмів. У ході виконання роботи досліджено ключові підходи до персоналізації контенту та розроблено серверну архітектуру на базі фреймворку Django і СУБД PostgreSQL. Для автоматизованого наповнення бази даних створено модуль синхронізації метаданих із зовнішнім сервісом TMDB API. Спроєктовано та реалізовано каскадний гібридний метод рекомендацій. На першому етапі застосовано метод контентної фільтрації (векторизація TF-IDF та косинусна подібність) для швидкого відбору релевантних кандидатів, а на другому – алгоритм сингулярного розкладу матриць колаборативної фільтрації (SVD) для високоточного прогнозування персональних оцінок. Окрему увагу приділено вирішенню проблеми «холодного старту» для нових користувачів шляхом імплементації неперсоналізованої видачі на основі Байєсівського середнього. Проведено оцінку якості розробленої гібридної моделі методом 5-кратної крос-валідації.
Description
Keywords
веброзробка, рекомендаційна система, проблема "холодного старту", гібридний алгоритм, TF-IDF, SVD, Байєсівське середнє, крос-валідація, Python, Django, бакалаврська робота