izpis_h1_title_alt

Dinamična izbira metod za profiliranje spletnih uporabnikov
ID Ambrožič, Marko (Avtor), ID Bosnić, Zoran (Mentor) Več o mentorju... Povezava se odpre v novem oknu

.pdfPDF - Predstavitvena datoteka, prenos (443,49 KB)
MD5: 5CF151808D3BA73AC93FE5BFA4703D54
PID: 20.500.12556/rul/8bdf94a4-1170-4475-bf6e-b60449a79ef9

Izvleček
Profiliranje uporabnikov postaja vse bolj pomembna tema pri razvoju spletnih strani, saj omogoča zagotavljanje boljše uporabniške izkušnje z ugotavljanjem uporabnikovih interesov. V tem delu se ukvarjamo z dinamično izbiro metod profiliranja uporabnikov. Cilj je uporabiti metode strojnega učenja in zgraditi učni model, ki bo znal kar najbolje kombinirati metode profiliranja in tako ustvariti kombinirano metodo profiliranja, uspešnejšo od vsake posamezne metode, ki smo jih uporabili pri učenju. Pokazali smo, da je kombiniranje profilirnih algoritmov z uporabo strojnega učenja lahko močno orodje pri izboljšavi uspešnosti profiliranja. Pokazali smo tudi, da je uporaba dinamične izbire metod smiselna v primeru, ko so razlike med posameznimi algoritmi profiliranja večje in so tako tudi možnosti za izboljšave večje.

Jezik:Slovenski jezik
Ključne besede:dinamična izbira metod, profiliranje uporabnikov, strojno učenje
Vrsta gradiva:Diplomsko delo/naloga
Organizacija:FRI - Fakulteta za računalništvo in informatiko
Leto izida:2014
PID:20.500.12556/RUL-29444 Povezava se odpre v novem oknu
Datum objave v RUL:09.09.2014
Število ogledov:1332
Število prenosov:337
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
:
Kopiraj citat
Objavi na:Bookmark and Share

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Dynamic method selection for profiling web users
Izvleček:
User profiling is becoming an increasingly important subject in the field of web development as it enables improving the user experience through learning the users interests. In this study we examine dynamic selection of web user profiling methods. Our goal is to use machine learning methods to build a learning model that predicts the most successful combined profiling method, which is expected to be significantly better from each individual method. We have shown that combining of profiling methods using machine learning can be a powerful tool when looking for a way of improving the accuracy of web user profiles. We have also shown that dynamic selection is most effective when differences between profiling methods are relatively large and therefore providing room for improvement.

Ključne besede:dynamic method selection, user profiling, machine learning

Podobna dela

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

Nazaj