SciRec — Мікросервісна система персоналізованих рекомендацій наукових матеріалів SciRec — це інтелектуальна система рекомендації наукових статей, яка поєднує декілька підходів машинного навчання для формування персоналізованих рекомендацій дослідникам та студентам. Система реалізована як веб-застосунок на Python із використанням Flask та включає: Content-Based Filtering (TF-IDF + Cosine Similarity) Collaborative Filtering (SVD Matrix Factorization) Knowledge Graph + PageRank Hybrid Ensemble Recommendation Engine Вбудований веб-інтерфейс REST API для роботи з користувачами та рекомендаціями

Основні можливості: Управління користувачами Створення профілів дослідників Редагування профілів Видалення користувачів Збереження історії взаємодій Каталог наукових статей Генерація тестового набору з 200 наукових публікацій Пошук за ключовими словами Перегляд інформації про статті Фільтрація за тегами Персоналізовані рекомендації

Система використовує гібридний ансамбль з трьох моделей:

Content-Based Аналіз змісту статей за допомогою TF-IDF Collaborative Filtering Пошук схожих користувачів через SVD Knowledge Graph Аналіз зв’язків між статтями та ключовими словами

Підсумкова рекомендація формується як зважена комбінація всіх моделей.

Використані технології:

Backend Python 3.9+ Flask NumPy SciPy Scikit-Learn Алгоритми ML TF-IDF Vectorization Cosine Similarity Singular Value Decomposition (SVD) PageRank Maximum Marginal Relevance (MMR) Frontend HTML5 CSS3 JavaScript (Vanilla JS)