Gráfalapú ajánlórendszerek

OData támogatás
Konzulens:
Szárnyas Gábor
Méréstechnika és Információs Rendszerek Tanszék

Az mai ajánlórendszerek egy része ad-hoc alapon készült, a rendszerben már használt technológiára támaszkodva. Az esetek nagy részében ezek nem megfelelő teljesítményt nyújtanak. Az egyik, ha nem a legfontosabb szempont, hogy gyorsak legyenek, valamint nehezen is kezelhetők, hiszen nem erre a feladatra lettek tervezve.

A szakdolgozatomban megvizsgálom, hogyan lehet ajánlórendszert készíteni egy reláci-ós adatbázison, valamint egy gráf alapú rendszeren, összehasonlítva a kettő közötti kü-lönbségeket, valamint megvizsgálva az általuk nyújtott teljesítményt. Az ajánlóalgorit-musokat a gráf alapú rendszerek esetén használt nevezetesebb metrikák – Jaccard Index, Koszinusz hasonlóság, Pearson hasonlóság felhasználásával valósítom meg, illetve eze-ket lefordítva relációs adatbázisokban használt lekérdező nyelven is végrehajtom.

Jelen dolgozat általános ismereteket ad a gráf alapú ajánlórendszerek működéséről, telje-sítményéről, valamint bemutatja az ajánlórendszerek utólagos elkészítésének problémáit relációs adatbáziskezelő rendszereken.

A megvalósítás során levonhatók azon következtetések, mi szerint érdemes kihasználni az újfajta technológiák nyújtotta lehetőségeket. Teljesítményben ugyan nem, de kezelhe-tőség szempontjából lényeges javulás tapasztalható a más technológiai alapokon nyugvó rendszerhez utólagosan bevezetett ajánlórendszerekhez képest.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.