Система дистрибуции контента как составляющая развития социальных механик в финансовом приложении

Данная магистерская диссертация посвящена разработке высоконагруженных сервисов в области автоматизации процесса агрегации данных из различных источников. В современном мире объемы данных и число новостных источников достигают критических масштабов. Ежедневно появляется огромное количество нового контента, включая новостные сайты, блоги и социальные сети. Такой объем данных значительно повышает уровень информационного шума и делает практически невозможным поиск и получение актуальной и интересной информации, поэтому пользователи все чаще начинают обращаться не к отдельным новостным источникам, а используют централизованные подборки новостей. В связи с этим растет и популярность систем персонализированного подбора контента, основанных на алгоритмах машинного обучения. Разрабатываемый подход может быть использован как базовая модель для разработки персонализированных инструментов подбора контента с помощью не только стандартных механизмов ранжирования, но и, например, социальных графов, и обладает широким потенциалом для расширения и доработки (к примеру, показ не только новостной информации, но и коммерческой). Работа содержит 32 страницы, 3 главы, 9 рисунков, 10 листингов, 24 источника. Ключевые слова: дистрибуция контента, высоконагруженные системы, автоматизированный сбор данных.