The subject of research in the article is the process of ranking objects in the lists of recommender systems. The goal of the work is to increase the efficiency of recommender systems by improving the method of determining preferences between objects in lists using the theory of multi-criteria decision-making. The following tasks are solved in the article: review and analysis of the current state of the problem of identifying advantages between objects and their ranking in the lists of recommender systems; analysis of filtering methods used in recommendation systems; decomposition of the decision support problem for selection of objects; development of a combined method for ranking objects in the lists of recommender systems, combining the procedures for selecting a subset of Pareto-optimal objects, structural-parametric synthesis of a scalar multi-criteria estimation model, and evaluating the entire set of selected objects. The following methods are used: mathematical modeling, systems theory, utility theory, decision theory, optimization and operations research. Results. Based on the results of the analysis of the modern methodology for ranking objects in the lists of recommendation systems, the possibility of increasing their efficiency has been established. To take into account factors difficult to formalize, the knowledge and experience of users, it is proposed to implement the determination of preferences between objects using the theory of multi-criteria decision making. The problem of forming lists of recommendation systems is decomposed into the tasks of selecting a subset of Pareto-optimal objects, structural-parametric synthesis of a scalar multi-criteria estimation model, and evaluating a set of selected objects. A combined method for ranking options has been developed that combines the procedures of ordinalistic and cardinalistic ordering technologies and allows one to correctly reduce the subsets of objects included in the lists of recommendations. Conclusions. The developed method for determining preferences expands the methodological foundations for automating the development and operation of recommendation systems, other multi-criteria decision support systems, allows for the correct reduction of the set of non-dominated objects for the final choice, taking into account factors that are difficult to formalize, knowledge and user experience. The practical use of the obtained results due to more economical method of forming lists when adding new objects will allow to decrease the time and capacity complexity of the procedures for providing recommendations, and due to taking into account of set of weighted local indexes and allocation of set of non-dominated objects - to increase quality of given recommendations., Предметом исследования в статье является процесс ранжирования объектов в списках рекомендательных систем. Цель работы – повышение эффективности рекомендательных систем за счет усовершенствования метода определения предпочтений между объектами в списках с использованием теории принятия многокритериальных решений. В статье решаются следующие задачи: обзор и анализ современного состояния проблемы определения предпочтений между объектами и их ранжирование в списках рекомендательных систем; анализ методов фильтрации, используемых в рекомендательных системах; декомпозиция проблемы поддержки принятия решений по выбору объектов; разработка комбинированного метода ранжирования объектов в списках рекомендательных систем, объединяющего процедуры выделения подмножества Парето-оптимальных объектов, структурно-параметрического синтеза модели скалярного многокритериального оценивания и оценки всего множества выделенных объектов. Используются следующие методы: математического моделирования, теории систем, теории полезности, теории принятия решений, оптимизации и исследования операций. Результаты. По результатам анализа современной методологии ранжирования объектов в списках рекомендательных систем установлена возможность повышения их эффективности. Для учета трудно поддающихся формализации факторов, знаний и опыта пользователей предложено реализовать определение предпочтений между объектами с использованием теории принятия многокритериальных решений. Выполнена декомпозиция проблемы формирования списков рекомендательных систем на задачи выделения подмножества Парето-оптимальных объектов, структурно-параметрического синтеза модели скалярного многокритериального оценивания и оценки множества выделенных объектов. Разработан комбинированный метод ранжирования вариантов, объединяющий процедуры технологий ординалистического и кардиналистического упорядочения и позволяющий корректно сокращать подмножества объектов, включаемых в списки рекомендаций. Разработанный метод определения предпочтений расширяет методологические основы автоматизации процессов разработки и эксплуатации рекомендательных систем, других систем поддержки принятия многокритериальных решений, позволяет Выводы. осуществлять корректное сокращение множества недоминированных объектов для окончательного выбора с учетом трудно поддающихся формализации факторов, знаний и опыта пользователей. Практическое использование полученных результатов за счет более экономного метода формирования списков при добавлении новых объектов позволит снизить временную и емкостную сложности процедур предоставления рекомендаций, а за счет учета множества взвешенных локальных показателей и выделения множества недоминированных объектов – повысить качество предоставляемых рекомендаций., Предметом дослідження в статті є процес ранжування об’єктів у списках рекомендаційних систем. Мета роботи – підвищення ефективності рекомендаційних систем за рахунок удосконалення методу визначення переваг між об’єктами у списках з використанням теорії прийняття багатокритеріальних рішень. У статті вирішуються наступні завдання: огляд і аналіз сучасного стану проблеми встановлення переваг між об’єктами та їхнього ранжування у списках рекомендаційних систем; аналіз методів фільтрації, що використовуються в рекомендаційних системах; декомпозиція проблеми підтримки прийняття рішень з вибору об’єктів; розробка комбінованого методу ранжування об’єктів у списках рекомендаційних систем, який об’єднує процедури виділення підмножини Парето-оптимальних об’єктів, структурно-параметричного синтезу моделі скалярного багатокритеріального оцінювання та оцінювання всієї множини виділених об’єктів. Використовуються такі методи: математичного моделювання, теорії систем, теорії корисності, теорії прийняття рішень, оптимізації та дослідження операцій. Результати. За результатами аналізу сучасної методології ранжування об’єктів у списках рекомендаційних систем встановлена можливість підвищення їхньої ефективності. Для врахуванням факторів, що важко піддаються формалізації, знань і досвіду користувачів запропоновано реалізувати визначення переваг між об’єктами з використанням теорії прийняття багатокритеріальних рішень. Виконана декомпозиція проблеми формування списків рекомендаційних систем на задачі виділення підмножини Парето-оптимальних об’єктів, структурно-параметричного синтезу моделі скалярного багатокритеріального оцінювання та оцінювання множини виділених об’єктів. Розроблено комбінований метод ранжування варіантів, який об’єднує процедури технологій ординалістичного та кардиналістичного впорядкування та дозволяє коректно скорочувати підмножин об’єктів, що включаються до списків рекомендацій. Висновки. Розроблений метод встановлення переваг розширює методологічні засади автоматизації процесів розробки та експлуатації рекомендаційних систем, інших систем підтримки прийняття багатокритеріальних рішень, дозволяє здійснювати коректне скорочення множини недомінованих об’єктів для остаточного вибору з урахуванням факторів, що важко піддаються формалізації, знань і досвіду користувачів. Практичне використання отриманих результатів за рахунок більш економного методу формування списків при додаванні нових об’єктів дозволить знизити часову й ємнісну складності процедур надання рекомендацій, а за рахунок врахування множини зважених локальних показників і виділення множини недомінованих об’єктів – підвищити якість рекомендацій, що надаються.