Выработка рекомендованного набора фильмов для клиентов онлайн-кинотеатра

Аннотация

Цель: статья посвящена совершенствованию методики формирования перечня упорядоченного по интересам любого конкретного клиента онлайн-кинотеатра новых для него фильмов на основе ранее полученных проявлений интересов всех клиентов к имеющимся фильмам. Обсуждение: составление набора фильмов по интересам требует применения математических и инструментальных методов, учитывающих особенности метрик для определения схожести строк в матрицах неструктурированных предпочтений большой размерности. Поэтому актуальным является поиск в области Big Data новых способов решения и их сочетаний. Результаты: предлагается использование свойств множеств Парето для выделения близких по интересам клиентов и их ранжирование по близости к интересам каждого клиента с помощью оценочных векторов. Разработанный в статье способ решения неформальной задачи большой размерности отличается оригинальностью. Он позволит автоматизировать составление рекомендаций и повысить их объективность и точность. Кроме того, использование технологии Big Data обеспечит самоадаптацию предлагаемого средства к изменяющимся интересам клиентов и возможность объяснения предоставляемых советов.