Ключевые слова
Как цитировать
Аннотация
В статье представлена разработка интеллектуальной информационной системы, предназначенной для формирования персонализированных рекомендаций товаров на основе комплексного анализа пользовательских отзывов и числовых рейтингов. Предложенный подход объединяет методы сентимент-анализа текстовых отзывов и коллаборативной фильтрации, что позволяет повысить точность и контекстную релевантность рекомендаций. Архитектура системы включает модули сбора данных, обработки естественного языка и адаптивного формирования рекомендаций. На основе реализации прототипа с использованием Python и инструментов машинного обучения проведено экспериментальное тестирование, показавшее, что учет эмоциональной окраски отзывов повышает точность рекомендаций до 18% по сравнению с традиционными моделями, основанными только на рейтингах. Разработанная система вносит вклад в развитие технологий рекомендательных систем, обеспечивая гибридный подход к анализу как количественных, так и качественных аспектов пользовательских предпочтений.