<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Primerjava atributov za napovedovanje ocen v spletni trgovini Amazon</dc:title><dc:creator>Temelkovska,	Angelina	(Avtor)
	</dc:creator><dc:creator>Šubelj,	Lovro	(Mentor)
	</dc:creator><dc:subject>strojno učenje</dc:subject><dc:subject>podatkovno rudarjenje</dc:subject><dc:subject>rudarjenje besedil</dc:subject><dc:subject>analiza omrežij</dc:subject><dc:subject>filmi</dc:subject><dc:subject>ocene</dc:subject><dc:subject>komentarji</dc:subject><dc:subject>uporabniki</dc:subject><dc:description>Vsak dan komentiramo ali ocenjujemo stvari, ki nas obkrožajo in s katerimi se ukvarjamo, pri tem pa za seboj puščamo sledi. Cilj diplomske naloge je prikazati, kako napovedovati ocene v dandanes največji spletni trgovini Amazon. V ta namen smo zgradili modele v treh različnih fazah, in sicer iz treh različnih vendar povezanih področij analize podatkov.
Na začetku so prikazani matematični in statistični modeli, ki jih bomo uporabili za dosego cilja, in kratek pregled vsakega področja. Preko modelov bomo pokazali, kateri od atributov spletnih ocen in mnenj nam ponujajo največ informacij za številčno oceno.
Posamezni pristopi omogočajo pridobivanje različnih lastnosti, kot so časovni atribut, koristnost, besede v komentarjih in interakcija med uporabniki. V vsaki fazi nato preiskujemo dobljene lastnosti preko primerjanj različnih kombinacij morebitnih lastnosti. V nadaljevanju njihovo uspešnost ocenjujemo preko napovedovanja ocen.
V zaključku so predstavljene prednosti in slabosti zgrajenih modelov ter navedene možnosti za izboljšave in nadaljno delo v prihodnosti.</dc:description><dc:date>2016</dc:date><dc:date>2016-10-07 12:30:01</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>86347</dc:identifier><dc:identifier>VisID: 18189</dc:identifier><dc:language>sl</dc:language></metadata>
