hrvatski

Implementacija i evaluacija preporučiteljskih sustava

Diplomski rad bavi se istraživanjem i evaluacijom postojećih te novijih, manje poznatih preporučiteljskih algoritama poput FolkRank, MostPopular, BLL+C i 3LT u primjeni nad skupovima podataka dohvaćenih iz web sustava za kolaborativno kategoriziranje sadržaja odnosno folksonomija. Korišten je jedan skup podataka s platforme MovieLens koji predstavlja široku folksonomiju te jedan skup podataka s platforme Flickr koji predstavlja usku folksonomiju. Za evaluaciju algoritama koristi se lagano modificirani radni okvir otvorenog koda TagRec koji je dostupan na platformi GitHub, pisan u programskom jeziku Java i namijenjen znanstvenoj zajednici za standardizirani pristup uporabi i testiranju preporučiteljskih algoritama. U radu se opisuje i uspoređuje šest preporučiteljskih algoritama, četiri dobro poznata te dva nova koji se razlikuju po kompleksnosti i brzini izvođenja. Korištene su standardne evaluacijske metrike odziv, preciznost, F1-score, NDCG. Konačno, u radu su navedene prednosti i nedostaci radnog okvira TagRec, preporuke za poboljšanje te rasprava o daljnjem razvoju preporučiteljskih sustava i algoritama.

Preporučiteljski algoritmi ; evaluacija ; folksonomija ; oznake ; TagRec ; Flickr ; MovieLens ; Information Retrieval

nije evidentirano