Tag recommendation system for publishing posts on the Pikabu portal

Abstract

В настоящее время популярные пользовательские сообщества ежедневно публикуют миллионы пользовательских текстов. Ускорить процесс публикации возможно с помощью рекомендательной системы тегов, которая, проанализировав введенную информацию и публикации на портале, предложит пользователю список тегов, подходящих для его текста. Модель классификации пользовательских текстовых документов может использоваться для распределения данных по категориям, которые позволяют строить рекомендательные системы. В статье описан процесс создания такой системы, основанной на результате мультилейбл классификации статей Пикабу по пользовательским тегам.

At present, millions of user texts are published daily by popular user communities. It is possible to speed up the publication process with the help of a tag recommendation system, which, after analyzing the information entered and publications on the portal, will offer the user a list of tags suitable for his text. The classification model for custom text documents can be used to classify data into categories that allow building recommender systems. The article describes the process of creating such a system based on the result of the multi-label classification of Pikabu articles by custom tags.