Application of hybrid approaches in the development of recommendation systems

Abstract

На сегодняшний день существуют множество различных алгоритмов рекомендаций, которые основываются на разных предположениях и используют различную информацию. Каждый алгоритм имеет свои достоинства и недостатки. В данной работе предпринимаются попытки объединить несколько различных подходов в одну рекомендательную систему.

В данной работе предлагается архитектура двухуровневой гибридной рекомендательной системы на основе факторизационных машин в качестве первого уровня и градиентного бустинга над деревьями решений в качестве второго уровня системы. Данная архитектура строится в рамках задачи рекомендации фильмов.

Today, there are many different recommendation algorithms which are based on different assumptions and use different information. Each algorithm has its advantages and disadvantages. In this paper, we try to combine several different approaches into one recommendation system.

In our research we propose the architecture of a two-level hybrid recommender system based on factorization machines as the first level and gradient boosting as the second level of the system. This architecture is established on the framework of the recommendation of films.