Ключевые слова: рекомендательная система; винные рекомендации; дегустация вина

Рекомендательные системы представляют собой алгоритмы, способные предсказывать интересы пользователей на основе предоставляемой ими информации. В качестве такой информации могут выступать данные о профиле пользователя, его история поиска, сведения о его активности в Интернете или социальных сетях. Другим эффективным способом сбора информации о вкусах и предпочтениях пользователя является прямое взаимодействие с ним через систему поисковых запросов.

В контексте винодельческой отрасли рекомендательные системы на основе запросов приобретают особую актуальность, поскольку выбор вина зачастую определяется рядом субъективных факторов, таких как индивидуальные предпочтения потребителя в отношении сорта винограда, региона происхождения, характеристик терруара, вкусовых качеств самого напитка и сочетающихся с ним блюд. Данное исследование направлено на изучение принципов разработки рекомендательных систем и последующее создание такой системы в области винной дегустации.

На начальном этапе была создана база данных текстов о характеристиках различных вин, представленная так называемыми винными описаниями, а также заметками о производителе, регионе, особенностях производства, хранения и подачи вин. Данные собирались с официальных сайтов российских винных магазинов. Полученные тексты были обработаны и структурированы для представления в векторном виде.

Основой для создания рекомендательной системы послужила техника индексирования базы данных, т. е. упорядочивание определенного набора данных таким образом, чтобы облегчить поиск и извлечение необходимой информации. Кроме того, активно применялись принципы дистрибутивной семантики, позволяющие анализировать смысловые связи между запросами пользователя и соответствующими частями текстов. В конечном итоге, благодаря внедрению генеративных языковых моделей (в частности, ChatGPT), появилась возможность составлять связные, грамматически правильные и разнообразные тексты рекомендаций на естественном языке.

Данное исследование вносит вклад в развитие методов обработки естественного языка, а также технологий моделирования диалогов и персонализации общения. Результаты исследования могут получить применение при решении реальных задач маркетинга, определения интересов потребителя и оптимизации процесса принятия решений при покупке винной продукции.