Ajánlórendszer készítése adatbányászati módszerekkel

OData támogatás
Konzulens:
Dr. Dudás Ákos
Automatizálási és Alkalmazott Informatikai Tanszék

Napjainkban egyre jobban terjed az adatbányászat, hiszen segítségével újszerű, hasznos és nem triviális összefüggésekre deríthetünk fényt.

Az adatbányászati módszertanok egyik legismertebbike a CRISP-DM(Cross Industry Standard Process for Data Mining), melynek felhasználásával üzleti szemszögből vizsgáljuk a feladatokat és úgy próbálunk meg új módszereket kidolgozni. A szakdolgozat ennek a módszertannak csak a modellezés és a kiértékelés részéről szól.

Az adatbányászat egyik ismert termékei az ajánlórendszerek. Melyek manapság már nem csak filmeket, zenéket vagy könyveket, de ismerősöket is ajánlanak nekünk.

Mivel egyre több és több termék jelenik meg, ezért ajánlórendszerekre egyre nagyobb szükség van, hiszen minek pazarolnánk az időnket és pénzünket olyan dolgokra, amit egy gép meg tud mondani, hogy nem tetszik, és nem akarunk lemaradni olyanokról, amik igazából tetszenének nekünk, de máshonnan nem hallottunk róluk.

Az ilyen rendszerek elkészítésének elengedhetetlen eszköze a Hadoop, mely lehetővé teszi nagy adatok feldolgozását elosztott erőforrású rendszereken.

A szakdolgozat célja, hogy ezt a platformot megismertesse és az ajánlórendszerek alapvető algoritmusait bemutassa.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.