Optimisation of tools for working with big data in the task of building recommendation systems

Abstract

Данная работа посвящена разработке универсальной рекомендательной системы, спосбной масштабироваться под необходмые объемы данных. В ходе работы было разработано решение на основе открытого программного обеспечения, использующие предложенные модификации алгоритмов факторизации матриц и нейронные сети, а также найден способ эффектиного ансамблирования полученных моделей.

This work is devoted to the development of a universal recommender system capable of being scaled to the required data volumes. Solution based on open source software was developed using the proposed modifications of matrix factorization algorithms and neural networks. Also method for effectively creating of ensemble of the resulting models was developed.