Tartalom alapú implicit ajánlás

OData támogatás
Konzulens:
Dr. Kósa Zsuzsanna Mária
Távközlési és Médiainformatikai Tanszék

Az ajánlórendszerek fontos szerepet töltenek be sok webalkalmazás működésében. Alapvető céljuk, hogy felhasználók számára az egyre növekvő számú tartalmak közül kiszűrjék azokat, amelyek érdekesek lehetnek az adott felhasználó számára. Az ajánlórendszerek egy fajtája implicit ajánlás, amely során nem feltételezzük, hogy a felhasználók megkülönböztetnék az általuk ismert elemeket (pl. értékelések formájában). Ennek egy speciális esete az „item-to-item” implicit ajánlás, melynek során csak egy korlátozott időtartam aktivitását tekinthetjük összefüggőnek. Ez az eset azért fordulhat elő, mert a felhasználókat általában nehéz rávenni, hogy bejelentkezzenek, és sokszor arra is, hogy explicit értékeléseket adjanak.

Szakdolgozatom célja egy tartalom alapú implicit ajánlórendszer létrehozása. Ehhez egy filmeket és értékeléseket tartalmazó adathalmazt használok.

A dolgozatom első részében bemutatom az ehhez szükséges elméleti hátteret, az ajánlórendszerek főbb típusait, az ajánlás néhány lehetséges módszerét, és azt, hogy a legnépszerűbb webalkalmazások ezeket hogyan alkalmazzák.

A dolgozatom második része a megvalósítást tartalmazza. Bemutatom az általam választott és alkalmazott technológiákat, a választott filmes adathalmazt, több módszer megvalósítását, és ezek tesztelését és értékelését. Ezt követően ismertetem az elkészült módszerek javítási lehetőségeit.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.