Рецензия на выпускную квалификационную работу бакалавра Арзуманян Наринэ Карапетовны «Анализ и разработка рекомендательной системы»  Выпускная работа Арзуманян Н.К. посвящена вопросам формирования рекомендательных систем для выбора фильмов с учетом предпочтений пользователей и оценок, данных фильмам этими пользователями. Предпочтения пользователей прогнозируются на основе оценок другим фильмам, поставленным ранее, с использованием двух различных подходов: методом k-ближайших соседей с различными мерами сходства и методом приближения матрицы оценок с использованием ее сингулярного разложения с различным рангом приближенной матрицы (SVD-метод). Рекомендательные системы используются многими известными по всему миру сайтами (Ozon, eBay, Amazon, Кинопоиск, IMDb, Pandora и др.). Но лежащие в основе их работы методы построения прогноза нуждаются в усовершенствовании и доработке. Из этого следует актуальность выбранной темы исследования.  Дипломанткой подробно изучены следующие методы построения рекомендаций: метод k-ближайших соседей с различными мерами сходства (Евклида, Пирсона, косинусная, модифицированная Евклида) и метод SVD. Алгоритмы указанных методов были реализованы студенткой на языке Python 2.0 в веб-приложении Jupyter Notebook, авторские коды содержатся в приложении к основному тексту работы. Приведены подробные результаты тестирования по каждому из методов: по точности, полноте прогноза и быстродействию вычислительного процесса.  К безусловным плюсам выпускной работы стоит отнести, что, наряду с обзором актуальной по данной тематике литературы, в тексте проведен сравнительный анализ уже известных рекомендательных систем, основных принципов и алгоритмов их работы. Также среди преимуществ данной работы стоит отметить грамотный математический язык и безупречное владение тематической терминологией. Использование выбранного средства программной реализации обосновано, а полученные результаты подвергнуты глубокому сравнительному анализу.  К сожалению, на базе данного исследования пока не реализован конечный программный продукт, который можно было бы воспринимать как полноценную рекомендательную систему с удобным пользовательским интерфейсом. В заключении выпускной работы дипломантка  указывает, что этот пункт имеется в планах дальнейшего исследования.   Указанное замечание не влияет на общее положительное впечатление от работы. На основе вышесказанного считаю, что работа заслуживает оценки «отлично».   Рецензент, стар. преп. кафедры МТИСР факультета ПМ-ПУ СПбГУ, к. ф.-м. н.									С.Ш. Кумачева