Naslov
Metoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima
(Self-supervised learning method for recommender systems based on random walks in graphs)

Autori
Rakocija, Andrea

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, preddiplomski

Fakultet
Fakultet elektrotehnike i računarstva, Zagreb

Mjesto
Zagreb

Datum
01.07

Godina
2021

Stranica
36

Mentor
Brčić, Mario

Ključne riječi
sustav preporuke ; samonadzirano učenje ; hladni početak ; pomoćni zadatak ; pojačana stabala
(recommender system ; self-supervised learning ; cold-start ; pretext task ; boosting trees)

Sažetak
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.

Izvorni jezik
Hrvatski

Znanstvena područja
Matematika, Računarstvo, Interdisciplinarne tehničke znanosti

POVEZANOST RADA