000			05449aab a2200289 i 4500
001			1266
003			UA-KpCNTU
005			20250520152634.0
008			250305b un |||| |||| 00| 0 ukr d
040			_cЦНТУ _aUA-KpCNTU
041			_aukr
100			_aМіхав В. В.
245			_aМетоди та структури даних для реалізації бази даних рекомендаційної системи соціальної мережі _h[Текст] _c / В. В. Міхав, Є. В. Мелешко, С. В. Шимко
260			_aКропивницький : _bЦНТУ, _c2021.
300			_aС. 8–16.
490			_aЦентральноукраїнський науковий вісник. Технічні науки _vВип. 4(35)
500			_aМетою даної роботи є дослідження та програмна реалізація методів і структур даних для побудови бази даних рекомендаційної системи, щоб порівняти ефективність їх використання за затратами часу та пам’яті. Наявність великої кількості різних методів реалізації баз даних викликає необхідність порівняльного аналізу та вибору оптимального методу і структури даних для зберігання інформації у рекомендаційних системах. Було проведено дослідження різних структур даних, які можна використати для створення бази даних рекомендаційної системи, зокрема, досліджені зв’язний список, розгорнутий зв’язний список, хеш-таблиця, B-дерево, B+-дерево та бінарна діаграма рішень. Також було проведено серію експериментів на програмній імітаційній моделі рекомендаційної системи з різною кількістю агентів, предметів та сесій. Відповідно до результатів проведених експериментів, розгорнутий список показав найкращі показники швидкодії та використання пам’яті. Структура B+-дерево показала результати, близькі до хеш-таблиці. Час доступу до окремого елементу в обох випадках сталий, але B+-дерево має певні переваги – елементи зберігаються відсортованими, а при зміні розміру немає необхідності розширювати область пам’яті. Найгірші результати показала структура даних бінарна діаграма рішень як за затратами часу, так і за затратами пам’яті. Профілювання показало, що 75% часу роботи тесту варіанту з розгорнутим списком зайняло генерування випадкових даних для програмного імітаційного моделювання агентів та предметів рекомендаційної системи, тож, саме сховище даних має високі показники ефективності. Профілювання варіанту із інвертованим списком показало, що доступ до випадкових блоків займає більше часу через неможливість закешувати їх, тож, за умов реального навантаження час вставки нових даних буде більшим, а відносна ефективність застосування інвертованого списку зросте. Для найбільш ефективного використання пам’яті розмір блоку зв’язного списку має бути адаптований таким чином, щоб блоки були максимально заповнені. Блоки малого розміру зменшують втрати пам’яті, але збільшують час обходу всіх елементів списку та збільшують накладні витрати пам’яті.
653			_aрекомендаційні системи
653			_aбази даних
653			_aструктури даних
700			_aМелешко Є. В.
700			_aШимко С. В.
773	0		_tЦентральноукраїнський науковий вісник. Технічні науки. Вип. 4/35 _w687 _dКропивницький : ЦНТУ, 2021 _x2664-262X
856			_uhttps://dspace.kntu.kr.ua/handle/123456789/11372 _yРепозитарій Центральноукраїнського національного технічного університету
942			_2udc _cIR _n0
999			_c1266 _d1266