УДК 004.89
СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ СЕМАНТИЧЕСКОГО ПОИСКА ДЛЯ ИНТЕЛЛЕКТУАЛЬНЫХ РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМ НА ПРИМЕРЕ КОЛЛЕКЦИЙ ОПИСАНИЙ ФИЛЬМОВ
А. М. Гостин, к.т.н., доцент САПР ВС РГРТУ, Рязань, Россия;
orcid.org/000-0001-6550-2982, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
С. В. Шошников, студент РГРТУ, Рязань, Россия;
orcid.org/0009-0006-5863-6935, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
В исследовании проводилось экспериментальное сравнение четырех методов семантического поиска для рекомендательных систем: TF-IDF, предобученной SBERT, дообученной BERT с Triplet Loss и гибридного метода. Эксперименты проводились на наборе из 2000 описаний фильмов TMDB; качество оценивалось с помощью метрик MRR, MAP, Recall@k и nDCG@k. Сначала было исследовано влияние размера обучающей выборки (от 100 до 2000 объектов) на качество дообученной модели BERT. Зависимость оказалась нелинейной: основной прирост Recall@1 (54 %) и MAP (25,7 %) наблюдался при переходе к выборке из 2000 объектов, тогда как на меньших объёмах метрики практически не менялись. На лучшей конфигурации дообученная BERT опередила TF-IDF по MRR в 1,5 раза (0,284 против 0,188). SBERT без дообучения превзошла TF-IDF на 8,5 % по MRR. Гибридный метод показал контринтуитивный результат: несмотря на объединение трёх сигналов, по Recall@10 он уступил даже SBERT, что указывает на необходимость более тщательной настройки весов при построении гибридов. Полученные результаты могут быть использованы при проектировании рекомендательных систем, где качество семантического поиска по текстовым описаниям определяет итоговую релевантность рекомендаций. Разработана программная система SemanticBench с графическим интерфейсом для проведения сравнительного анализа и визуализации результатов.
Ключевые слова: семантический поиск, рекомендательные системы, BERT, обучение языковых моделей, Triplet Loss, TF-IDF, информационный поиск, метрики качества, гибрид.