hrvatski

Metoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima

Zadaća algoritama preporuke je rangiranje i selekcija sadržaja koji su zanimljivi pojedinom korisniku. U sustavima preporuke temeljenim na učenju postoji problem hladnog početka (engl. cold-start) do kojeg dolazi kada ne postoje produkcijski, stvarni podatci za korisnike. Cilj ovog rada je konstruirati pomoćni zadatak (engl. artificial task) temeljen na slučajnim šetnjama u svrhu rješavanja problema hladnog početka. Pomoćni zadatak će omogućiti samonadzirano učenje za stvaranje dobrih reprezentacija na autorskim materijalima. Na temelju dobivenog skupa podataka stvorit će se model pojačanih stabala (engl. boosting trees). Potom će se analizirati pretpostavke i mane konstruiranog problema za učenje za potrebe inicijalnog korištenja modela u produkcijskom sustavu.

sustav preporuke ; samonadzirano učenje ; hladni početak ; pomoćni zadatak ; pojačana stabala

nije evidentirano