Profiliranje uporabnikov in dinamično priporočanje produktov z vektorskimi bazamiDerenda Cizel, Denis (Avtor) Žitnik, Slavko (Mentor) priporočilni sistemiprofiliranjevsebinsko osnovana metodametoda izbiranja s sodelovanjemvektorska bazaKoličina podatkov se iz dneva v dan povečuje. Z namenom filtriranja velikega toka podatkov so bili razviti različni priporočilni sistemi, ki izvajajo preslikavo med uporabniki in predmeti priporočanja z namenom čim hitrejše interakcije med njimi. V magistrskem delu se posvetimo priporočilnim sistemom na podlagi sodelovanja in delovanje preverimo na podatkih o telekomunikacijskih storitvah uporabnikov. Priporočanje ovrednotimo z različnimi merami uspešnosti. Sodelovalno priporočanje z namenom izboljšanja priporočanja nadgradimo v različne hibridne pristope. Hibridni pristop z dodatkom demografskih podatkov pravilno predlaga 85 odstotkov uporabniških priporočil. Z upoštevanjem zaporedja interakcij je mogoče pravilno napovedati naslednjo uporabniško storitev v 74 odstotkih. Implementirano je bilo tudi shranjevanje vektorskih predstavitev v vektorsko bazo, ki naredi priporočilni dostop bolj dostopen za uporabo.20232023-09-04 07:40:00Magistrsko delo/naloga149118VisID: 35403COBISS_ID: 163977219sl