ШААРДЫК СЕРВИСТЕРДИН СУНУШТОО СИСТЕМАЛАРЫН ДОЛБООРЛООНУН ТЕХНОЛОГИЯЛАРЫ ЖАНА ЫКМАЛАРЫ

Авторлор

А.А. Табылдиева Кыргыз-Герман Колдонмо Информатика Институту
А.K. Кемелова Кыргыз-Герман Колдонмо Информатика Институту
С.В. Корякин Кыргыз-Герман Колдонмо Информатика Институту
Э.А. Джалбиев Кыргыз-Герман Колдонмо Информатика Институту

##semicolon##

сунуштоо системалары##common.commaListSeparator## контенттик фильтрация##common.commaListSeparator## коллаборациялык фильтрация##common.commaListSeparator## гибриддик ыкма##common.commaListSeparator## классикалык ыкмалар##common.commaListSeparator## семантикалык эмбеддингдер##common.commaListSeparator## LightGBM##common.commaListSeparator## муздак старт##common.commaListSeparator## маалыматтарды алдын ала иштетүү

Аннотация

Бул макалада шаардык кызматтарды тандоого багытталган сунуштоо тутумдарын долбоорлоо ыкмалары жана технологиялары боюнча обзор жана салыштырма талдоо жүргүзүлгөн. Контенттик, коллаборативдик жана гибриддик ыкмалар изилденип, маалыматтарды чогултуу, тазалоо жана алдын ала иштетүү этаптары, ошондой эле колдонуучулардын профилдерин түзүү жана семантикалык эмбеддингдерди колдонуу процесстери сүрөттөлгөн. Бир нече моделдин эксперименттик баалоосунун негизинде алардын артыкчылыктары жана чектөөлөрү шаардык кызмат көрсөтүүлөрдүн шартында талкууланат.

##submission.citations##

1. Джейд Картер, Нейросети начало, Глава 7, 2023. (Дата обращения: 17.09.2025)

2. Научная статья Козловой и Германчук (2022) «Разработка гибридной системы рекомендаций» https://cyberleninka.ru/article/n/razrabotka-gibridnoy-sistemy-rekomendatsiy (Дата обращения: 17.09.2025)

3. Научная статья Ерёмина и Моркулёва (2023) «Методы реализации гибридных рекомендательных систем» https://cyberleninka.ru/article/n/metody-realizatsii-gibridnyh-rekomendatelnyh-sistem (Дата обращения: 17.09.2025)

4. Youtube https://www.youtube.com (Дата обращения: 17.09.2025)

5. Linkedin https://www.linkedin.com (Дата обращения: 17.09.2025)

6. Lalafo https://lalafo.kg (Дата обращения: 17.09.2025)

7. Berry M.W. Large scale singular value computations / International Journal of Supercomputer Applications, 1992. С. 13–49. (Дата обращения: 17.09.2025)

8. Billsus D., Pazzani M.J. Learning Collaborative Information Filters / Proceeding 15th International Conference on Machine Learning, 1998. С. 46-54. (Дата обращения: 19.09.2025)

9. Магистерская диссертация Кокачева В. А. https://api.dspace.spbu.ru/server/api/core/bitstreams/f8aec00e-3f20-4265-87dd-a734a6066263/content (Дата обращения: 19.09.2025)

10. Ekstrand M. D., Riedl J. T., Konstan J. A. Collaborative Filtering Recommender Systems / Foundations and Trends in Human–Computer Interaction, 2011. No. 2. С. 81-173. (Дата обращения: 21.09.2025)

11. Введение в рекомендательные системы, Яндекс образование, https://education.yandex.ru/handbook/ml/article/intro-recsys (Дата обращения: 21.09.2025)

12. Kermany, N. R., & Alizadeh, S. H. (2017). A hybrid multi-criteria recommender system using ontology and neuro-fuzzy techniques. Electronic Commerce Research andApplications, 21, 50-64 (Дата обращения: 27.09.2025).

13. Mohammadpour, T., Bidgoli, A. M., Enayatifar, R., & Javadi, H. H. S. (2019). Efficient clustering in collaborative filtering recommender system: Hybrid method based on genetic algorithm and gravitational emulation local search algorithm. Genomics, 111(6), 1902-1912 (Дата обращения: 27.09.2025).

14. Goodfellow I., Bengio Y., Courville A. Deep Learning / MIT Press, 2016. С. 1–800. (Дата обращения: 2.10.2025).

15. Ke G., Meng Q., Finley T., Wang T., Chen W., Ma W., Ye Q., Liu T.-Y. LightGBM: A Highly Efficient Gradient Boosting Decision Tree / Proceedings of the 31st Conference on Neural Information Processing SystemsUSA, 2017. С. 3149–3157 (Дата обращения: 2.10.2025)

16. Vaswani A., Shazeer N., Parmar N., Uszkoreit J., Jones L., Gomez A. N., Kaiser Ł., Polosukhin I. Attention Is All You Need / Proceedings of the 31st Conference on Neural Information Processing Systems USA, 2017. С. 5998–6008 (Дата обращения: 5.10.2025).

17. Kula M. Metadata Embeddings for User and Item Cold-start Recommendations / Proceedings of the 2nd Workshop on New Trends on Content-Based Recommender Systems (co-located with RecSys 2015) Vol. 1448, Vienna, Austria, 2015. С. 14–21. (Дата обращения: 5.10.2025).

18. 2GIS API. – Официальная документация

19. https://dev.2gis.ru/order (дата обращения: 12.03.2025)

20. DataFinder. StandardScaler в машинном обучении https://datafinder.ru/products/standardscaler-v-mashinnom-obuchenii (дата обращения: 10.10.2025).

21. Верзунов, С. Н. Анализ и ARIMA-модели динамики изменения концентрации РМ2.5 в атмосферном воздухе Г.Бишкек / С. Н. Верзунов, Н. М. Лыченко // Проблемы автоматики и управления. – 2019. – № 1(36). – С. 147-155. – DOI 10.5281/zenodo.3253027. – EDN IKKKUC.