Графовые модели данных и алгоритмы для рекомендательных систем, Екатерина Бритвина und Владимир Крылов

Издание является изложением основных результатов диссертации на соискание степени кандидата технических наук. Работа анализирует существующие подходы к построению алгоритмов выбора рекомендаций и фокусирует внимание на два аспекта: проблему "холодного старта" и проблему масштабируемости алгоритмов. В работе предложен новый подход к решению этих проблем на основе представления данных в виде графов тесного мира и их самоорганизации по мере накопления информации о пользовательских предпочтениях. Разработанные алгоритмы опираются на новый вид графов - графы метризованного тесного мира, в которых топологическая метрика согласована с внешней метрикой на ножестве вершин. Построены эвристические алгоритмы поиска множеств максимально релевантных рекомендаций. Рассмотрены два приложения разработанных алгоритмов: для построения самоорганизующегося пульта управления для SmartTV и системы встраивания рекламных сообщений в процессы исходящих вызовов в сетях LTE и UMTS.