Pretraga

Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1141124

Ostvarenje sustava preporučivanja koristeći algoritam suradničkog filtriranja

Bago, Lucija
Ostvarenje sustava preporučivanja koristeći algoritam suradničkog filtriranja, 2021., diplomski rad, preddiplomski, Fakultet elektrotehnike i računarstva, Zagreb

CROSBI ID: 1141124 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Ostvarenje sustava preporučivanja koristeći algoritam suradničkog filtriranja
(Recommendation Systems Implementation Using Collaborative Filtering Algorithm)

Autori
Bago, Lucija

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

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
02.07

Godina
2021

Stranica
42

Mentor
Vladimir, Klemo

Ključne riječi
sustav preporučivanja ; suradničko filtriranje ; sustavi preporučivanja temeljeni na sadržaju ; matrica korisnosti ; fenomen dugog repa ; problem hladnog starta ; Pearsonov koeficijent korelacije ; korisnički orijentirani sustavi preporučivanja ; sustavi preporučivanja orijentirani produktu ; susjedstvo korisnika ; Apache Mahout
(recommender system ; collaborative filtering ; content-based recommender systems ; utility matrix ; long tail phenomenon ; cold start issue ; Pearson correlation coefficient ; user based recommender systems ; item based recommender systems ; user neighbourhood ; Apache Mahout)

Sažetak
„A lot of times, people don’t know what they want until you show it to them“ ili u prijevodu „Ljudi često ne znaju što žele dok im to ne pokažeš“, citat je Stevea Jobsa koji savršeno opisuje ulogu sustava preporučivanja. Sustavi preporučivanja igraju veliku ulogu u današnjem svijetu, olakšavajući pristup brojnim sadržajima, produktima i uslugama koje ne bismo sami lako pronašli. Zaslužni su za individualne preporuke u moru različitih ponuda, pritom ne zatrpavajući korisnika beskorisnim informacijama već održavajući savršenu ravnotežu onoga što se nudi i onoga što pojedinom korisniku treba. Formalnije, sustavi preporučivanja su algoritmi koji služe za predlaganje sadržaja korisnicima na temelju njihovih prethodnih pretraživanja, njihovih afiniteta, opredjeljenja i stavova ili na temelju sličnosti s drugim korisnicima. Postoje dvije osnovne vrste sustava preporučivanja, oni temeljeni na sadržaju i oni temeljeni na suradničkom filtriranju.

Izvorni jezik
Hrvatski

Znanstvena područja
Računarstvo



POVEZANOST RADA

Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb

Profili:

Avatar Url Klemo Vladimir (mentor)

Citiraj ovu publikaciju:

Bago, Lucija
Ostvarenje sustava preporučivanja koristeći algoritam suradničkog filtriranja, 2021., diplomski rad, preddiplomski, Fakultet elektrotehnike i računarstva, Zagreb
Bago, L. (2021) 'Ostvarenje sustava preporučivanja koristeći algoritam suradničkog filtriranja', diplomski rad, preddiplomski, Fakultet elektrotehnike i računarstva, Zagreb.
@phdthesis{phdthesis, author = {Bago, Lucija}, year = {2021}, pages = {42}, keywords = {sustav preporu\v{c}ivanja, suradni\v{c}ko filtriranje, sustavi preporu\v{c}ivanja temeljeni na sadr\v{z}aju, matrica korisnosti, fenomen dugog repa, problem hladnog starta, Pearsonov koeficijent korelacije, korisni\v{c}ki orijentirani sustavi preporu\v{c}ivanja, sustavi preporu\v{c}ivanja orijentirani produktu, susjedstvo korisnika, Apache Mahout}, title = {Ostvarenje sustava preporu\v{c}ivanja koriste\'{c}i algoritam suradni\v{c}kog filtriranja}, keyword = {sustav preporu\v{c}ivanja, suradni\v{c}ko filtriranje, sustavi preporu\v{c}ivanja temeljeni na sadr\v{z}aju, matrica korisnosti, fenomen dugog repa, problem hladnog starta, Pearsonov koeficijent korelacije, korisni\v{c}ki orijentirani sustavi preporu\v{c}ivanja, sustavi preporu\v{c}ivanja orijentirani produktu, susjedstvo korisnika, Apache Mahout}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, author = {Bago, Lucija}, year = {2021}, pages = {42}, keywords = {recommender system, collaborative filtering, content-based recommender systems, utility matrix, long tail phenomenon, cold start issue, Pearson correlation coefficient, user based recommender systems, item based recommender systems, user neighbourhood, Apache Mahout}, title = {Recommendation Systems Implementation Using Collaborative Filtering Algorithm}, keyword = {recommender system, collaborative filtering, content-based recommender systems, utility matrix, long tail phenomenon, cold start issue, Pearson correlation coefficient, user based recommender systems, item based recommender systems, user neighbourhood, Apache Mahout}, publisherplace = {Zagreb} }

Podijeli:





Contrast
Increase Font
Decrease Font
Dyslexic Font
CROSBI koristi kolačiće (cookies) kako bi poboljšao funkcionalnost stranice.