QUALITY ASSESSMENT METHODS OF WORK OF RECOMMENDATION SYSTEMS

ID елемента: 20793
2026/04/30
Властивості
Назва
Англійська
QUALITY ASSESSMENT METHODS OF WORK OF RECOMMENDATION SYSTEMS
Російська
МЕТОДЫ ОЦЕНКИ КАЧЕСТВА РАБОТЫ РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМ
Українська
МЕТОДИ ОЦІНКИ ЯКОСТІ РОБОТИ РЕКОМЕНДАЦІЙНИХ СИСТЕМ
Опис
Англійська
The subject matter of the article is the processes of assessing a quality of the work of a recommendation systems. The goal is to investigate the problems of modern recommendation systems and to find methods for their solution. The tasks to be solved are: to identify the most important a quality metrics of the work of a recommendation systems and research the methods for their assessment. The following results were obtained: the main and additional quality metrics of a recommendation systems work are considered. Their importance from the point of view of assessing the different properties of a list of recommendations have been studied. Further directions of research for the development of a quality assessing methods of the work of recommendation systems have been determined. Conclusions. The main quality metrics of the work of recommendation systems is the prediction accuracy of user's ratings, as well as covering the space of objects and covering the space of users. Additional quality metrics of recommendation systems are diversity, novelty, serendipity, robustness, privacy, risk. The metrics of diversity, novelty and serendipity allow us to assess the quality of a structure of recommendations and the probability of the filter bubble problem. Metrics of robustness, privacy and risk can assess the information security of the recommendation system and its users. For each individual web-resource or application, you can create your own set of additional quality metrics of the recommendation system, but the considered additional quality metrics will be relevant for almost any case. The following metrics can also be important: confidence, trust, adaptability, scalability, throughput, utility, etc. Since there are no generally accepted measure and methods for assessing such quality metrics of recommended systems, such as diversity, novelty, serendipity, privacy, risk, robustness, the scientific-practical task of developing such methods is actual
Російська
Предметом изучения в статье является процесс оценки качества работы рекомендательных систем. Целью является выявление важнейших показателей качества работы рекомендательных систем и определение методов их оценивания. Задача: исследовать методы оценки качества работы рекомендательных систем, исследовать показатели качества работы рекомендательных систем. Получены следующие результаты: Рассмотрены основные и дополнительные показатели качества работы рекомендательных систем. Проведено исследование их важности с точки зрения оценки различных свойств списка рекомендаций. Определены направления дальнейших исследований для разработки методов оценки качества работы рекомендательных систем. Выводы. Основными показателями качества работы рекомендательных систем является точность прогнозирования оценок пользователя, а также покрытие пространства объектов и покрытие пространства пользователей. Дополнительными показателями качества работы рекомендательных систем является разнообразие, новизна, неожиданность, робастность, приватность, риск. Показатели разнообразие, новизна, неожиданность позволяют оценить качество структуры рекомендаций и вероятность появления проблемы пузыря фильтров. Показатели робастность, приватность, риск позволяют оценить информационную безопасность рекомендационной системы и ее пользователей. Для каждого отдельного веб-ресурса или приложения можно составить свой набор дополнительных показателей качества работы рекомендательной системы, но рассмотреные дополнительные показатели будут актуальны практически для любого случая. Также важными могут быть следующие показатели: уверенность, доверие, адаптивность, масштабируемость, пропускная способность, полезность и т.д. Поскольку не существует общепринятых способов измерения и методов оценки таких показателей качества работы рекомендационных систем, как разнообразие, новизна, неожиданность, приватность, риск, робастность, научно-практическая задача разработки таких методов является актуальной.
Українська
Предметом вивчення у статті є процес оцінки якості роботи рекомендаційних систем. Метою є виявлення найважливіших показників якості роботи рекомендаційних систем та визначення методів їх оцінювання. Завдання: дослідити методи оцінки якості роботи рекомендаційних систем, дослідити показники якості роботи рекомендаційних систем. Отримані такі результати: Розглянуто основні та додаткові показники якості роботи рекомендаційних систем. Проведено дослідження їх важливості з погляду оцінки різних властивостей списку рекомендацій. Визначено напрямки подальших досліджень для розробки методів оцінки якості роботи рекомендаційних систем. Висновки. Основними показниками якості роботи рекомендаційних систем є точність прогнозування оцінок користувача та покриття простору об’єктів і покриття простору користувачів. Додатковими показниками якості роботи рекомендаційних систем є різноманітність, новизна, неочікуваність, робастність, приватність, ризик тощо. Показники різноманітність, новизна, неочікуваність дозволяють оцінити якість структури рекомендацій та ймовірність появи проблеми бульбашки фільтрів. Показники робастність, приватність, ризик дозволяють оцінити інформаційну безпеку рекомендаційної системи та її користувачів. Для кожного окремого веб-ресурсу чи додатку можна скласти свій набір додаткових показників якості роботи рекомендаційної системи, але розглянуті додаткові показники будуть актуальними практично для будь-якого випадку. Також важливими можуть бути наступні показники: впевненість, довіра, адаптивність, масштабованість, пропускна здатність, корисність, тощо. Оскільки не існує загальноприйнятих способів вимірювання та методів оцінки таких показників якості роботи рекомендаційних систем, як різноманітність, новизна, неочікуваність, приватність, ризик, робастність, – науково-практична задача розробки таких методів є актуальною.
Автор
Українська
Meleshko, Yu.
Тематика
Англійська
recommendation on systems
Англійська
quality metrics
Англійська
accuracy of work
Англійська
quality of work
Англійська
coverage
Англійська
filter bubble
Англійська
information security
Англійська
data analysis
Англійська
software testing
Російська
рекомендательные системы
Російська
показатели качества
Російська
точность работы
Російська
качество работы
Російська
покрытие
Російська
пузырь фильтров
Російська
информационная безопасность
Російська
анализ данных
Російська
тестирование программного обеспечения
Українська
рекомендаційні системи
Українська
показники якості
Українська
точність роботи
Українська
якість роботи
Українська
покриття
Українська
бульбашка фільтрів
Українська
інформаційна безпека
Українська
аналіз даних
Українська
тестування програмного забезпечення
Видавництво
Українська
Національний університет «Полтавська політехніка імені Юрія Кондратюка»
Тип
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Українська
Рецензована Стаття
Формат
application/pdf
Ідентифікатор
https://journals.nupp.edu.ua/sunz/article/view/1271
10.26906/SUNZ.2018.5.092
Джерело
Англійська
Control, Navigation and Communication Systems. Academic Journal; Vol. 5 No. 51 (2018): Control, Navigation and Communication Systems; 92-97
Російська
Системы управления, навигации и связи. Сборник научных трудов; Том 5 № 51 (2018): Системи управління, навігації та зв’язку; 92-97
Українська
Системи управління, навігації та зв’язку. Збірник наукових праць; Том 5 № 51 (2018): Системи управління, навігації та зв’язку; 92-97
2073-7394
10.26906/SUNZ.2018.5
Мова
uk
Відношення
https://journals.nupp.edu.ua/sunz/article/view/1271/1071
Права
Українська
Авторське право (c) 2018 Yu. Meleshko
Набори елементів 1
Збірник наукових праць. Системи управління, навігації та зв’язку
20733 346 items
Інформація про метадані
Створено
2026-4-30 16:42
Остання зміна
2026-4-30 16:42
ID елемента
#20793