Hybrid recommendation system for aesthetic images using collaborative filtering approach

Abstract

Целью данной работы являлась реализация системы комбинированных рекомендаций эстетичных изображений, использующей коллаборативную фильтрацию. Механизм коллаборативной фильтрации был реализован на основе алгоритма матричной факторизации и интегрирован с системой аналитики Amplitude для сбора и экспорта данных об активности пользователей. Разработанная рекомендательная система была интегрирована в проект graphica.ai, а так же была добавлена сущность пользователя и инфраструктура для него.

This work focuses on creation of a hybrid recommendation system for aesthetic images using collaborative filtering approach. Collaborative filtering was implemented with matrix factorization algorithm, data about user activity were collected and stored through integration with Amplitude analytic system. Created recommendation system was integrated into graphica.ai project, also new user entity and infrastructure for it were added.