izpis_h1_title_alt

Implementacija priporočilnih sistemov za napoved novih izdelkov
LEVSTIK, KLEMEN (Avtor), Sadikov, Aleksander (Mentor) Več o mentorju... Povezava se odpre v novem oknu, Možina, Martin (Komentor)

.pdfPDF - Predstavitvena datoteka, prenos (391,29 KB)
MD5: DC5ADAAADEC34070CA0B2CB15C2EE887

Izvleček
V sklopu diplomskega dela so na podlagi dveh podatkovnih zbirk trgovin bili razviti trije različni priporočilni sistemi. Najprej sta podrobneje opisani obe podatkovni zbirki za spletno trgovino Instacart in Mercator. V nadaljevanju so predstavljena orodja in uporabljene metode, potrebne za postavitev sistemov. Sledi potek same implementacije priporočilnih modelov, kjer se podrobno obravnava celoten postopek izdelave. Sledi evalvacija oz. predstavitev rezultatov, kjer je ocenjena uspešnost implementiranih modelov. Najbolj uspešna modela sta predstavljala pristopa, ki uporabnikom nove izdelke priporočata na podlagi podobnosti izdelkov. V nadaljevanju je predstavljena tudi primerjava priporočilnih sistemov tega diplomskega dela, s prirejenim priporočilnim sistemom sorodnega dela. Z ozirom na problem priporočanja novih izdelkov uporabnikom, so se bolje obnesli modeli, implementirani v obsegu tega dela. Delo zaključujejo sklepne ugotovitve, ki izpostavljajo morebitne izboljšave implementiranih modelov.

Jezik:Slovenski jezik
Ključne besede:priporočilni sistemi, priporočanje na podlagi podobnosti izdelkov, priporočanje na podlagi sodelovanja uporabnikov, evalvacija priporočilnih sistemov
Vrsta gradiva:Diplomsko delo/naloga (mb11)
Organizacija:FRI - Fakulteta za računalništvo in informatiko
Leto izida:2019
COBISS.SI-ID:1538502083 Povezava se odpre v novem oknu
Število ogledov:394
Število prenosov:127
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
 
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
:
Objavi na:AddThis
AddThis uporablja piškotke, za katere potrebujemo vaše privoljenje.
Uredi privoljenje...

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Implementation of recommender systems for predicting interesting new items
Izvleček:
Within the scope of this thesis, three different recommender systems were created, each based on two stores's datasets. Firstly, store datasets are described in detail. Then, the tools and techniques used to implement the systems are presented. After that, the thesis describes the process of implementing the systems in detail. Then, evaluation of implemented recommender systems follows, describing their accuracy. The most successful two strategies to recommend new products to users turned out to be based on product similarity. Next, recommender systems, developed in this thesis, were compared to adapted system, created in closely related thesis. Given the nature of the problem, the recommender systems, developed in the scope of this thesis, performed better. Lastly, the thesis is concluded with possible upgrades, which have a potential to make the systems more accurate.

Ključne besede:recommender systems, item-based collaborative filtering, user-based collaborative filtering, evaluation of recommender systems

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj