Sažetak
U radu se prikazuju razvoj i implementacija algoritma za uparivanje korisnika u vlastitoj aplikaciji za upoznavanje temeljenoj na glazbenim preferencijama. Algoritam je izveden kao hibridni sustav preporuka koji kombinira sadržajno bodovanje pet dimenzija kompatibilnosti (glazba, životni stil, interesi, lokacija i naučeno ponašanje) s učenjem u stvarnom vremenu iz implicitnih povratnih informacija dobivenih iz korisnikovih akcija prevlačenja. Opisani su cjevovod dohvata i filtriranja kandidata, dinamičko ponderiranje dimenzija, usmjerenost ocjene kompatibilnosti, bihevioralni profil temeljen na eksponencijalnom pomičnom prosjeku te mehanizmi predmemoriranja i konkurentnosti koji jamče ispravnost sustava pod paralelnim opterećenjem. Rješenje je vrednovano kvalitativnom analizom prednosti i ograničenja te usporedbom s poznatim pristupima iz literature: kolaborativnim filtriranjem, recipročnim sustavima preporuka, Elo ocjenom poželjnosti i Gale-Shapleyjevim algoritmom stabilnog uparivanja; produkcijsko testiranje na stvarnim korisnicima nije provedeno. Na kraju rada dane su smjernice za daljnji razvoj sustava.
Ključne riječi
algoritam za uparivanje sustavi preporuka glazbene preferencije bihevioralno učenje povratne informacije Spring Boot aplikacija za upoznavanje