Анализ алгоритмов рекомендательных систем (на примере TikTok / YouTube Shorts)

Содержание

ВВЕДЕНИЕ

Актуальность: актуальность темы обусловлена ростом популярности коротких видеороликов и их влиянием на аудиторию. Анализ алгоритмов помогает понять, как формируется контент и влияет ли он на мнение пользователей. Это важно для повышения осознанности при использовании социальных платформ. Исследование способствует развитию навыков анализа и сравнения технологий.

Проблема: современные платформы используют сложные алгоритмы для рекомендации контента, что вызывает вопросы о прозрачности и влиянии на аудиторию. Не всегда понятно, как именно формируются рекомендации и насколько они объективны. Это создает необходимость анализа работы рекомендательных систем. Понимание этих алгоритмов важно для оценки их воздействия на пользователей.

Цель: изучить и сравнить алгоритмы рекомендательных систем TikTok и YouTube Shorts, понять их принципы работы и влияние на пользователей.

Задачи:

1. 1) Изучить теоретические основы рекомендательных систем;
2. 2) Проанализировать алгоритмы TikTok и YouTube Shorts;
3. 3) Провести сравнение рекомендаций платформ;
4. 4) Провести социальный опрос;
5. 5) Подвести итоги.

Предмет исследования: рекомендательные системы в социальных видеоплатформах

Объект исследования: алгоритмы TikTok и YouTube Shorts

Гипотеза: алгоритмы рекомендательных систем TikTok и YouTube Shorts используют разные подходы, что влияет на качество рекомендаций и поведение пользователей.

Методы исследования:

1. 1) Анализ научной литературы и онлайн-источников.
2. 2) Сравнение и сопоставление полученных данных.
3. 3) Социологический опрос.