СИСТЕМА ПЕРСОНАЛИЗИРОВАННЫХ КНИЖНЫХ РЕКОМЕНДАЦИЙ НА ОСНОВЕ АНАЛИЗА ПОЛЬЗОВАТЕЛЬСКОЙ АКТИВНОСТИ И ТЕКСТОВЫХ ПРЕДПОЧТЕНИЙ
DOI:
https://doi.org/10.62931/2959-6335_2026_1_53Ключевые слова:
рекомендательные системы, персонализация, анализ текста, языковые модели, RAG, LLaMA, история пользователя, художественная литература.Аннотация
В статье рассматривается система персонализированных книжных рекомендаций, формирующая подборку на основе истории читательской активности пользователя и семантического анализа текста. Существующие традиционные подходы опираются на жанровую классификацию, в то время как описанная система учитывает неявные предпочтения: тематические паттерны, характерные для прочитанных произведений, и закономерности пользовательского поведения. В основе системы используется дообученная модель LLaMA 3.2 с применением метода retrieval-augmented generation (RAG), при котором контекст для ответа формируется динамически на основе найденных текстовых фрагментов. Апробация проведена на собственном датасете, включающем 100 произведений художественной литературы, распределённых по 10 жанровым категориям. По результатам тестирования точность результатов возрастает с размером пользовательской истории чтения. Система может применяться в образовательных учреждениях для навигации по библиотечным фондам, в том числе в вузах с узкопрофильной литературой.
