Zenei ajánlórendszer készítése Hadoop platformon

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

Az informatika és a digitalizáció egyre több helyen van jelen nemcsak a munkahelyeken, hanem a privát életben is, amely fokozódó, exponenciálisan növekvő mennyiségű adatot állít elő. A web 2.0 megjelenését követően ma már az internetet használó közösség minden egyes tevékenységével hozzájárul ezekhez az adatoknak a megsokszorozódásához. A keletkezett adatok tárolása egyre olcsóbb, így az ezekkel rendelkező vállalatok, non-profit szervezetek számára egyre nyilvánvalóbb, hogy az adatokban rejlő információ, mint érték kinyerésével nem veszíthetnek, csak nyerhetnek. A big data egy olyan megközelítését jelenti az adatoknak, amely azok méretéből adódóan képes feltárni az egyének viselkedését és előrejelezni azokat. Ennek egyik gyakori alkalmazási példája az ajánlórendszerek, amelyek segítik a felhasználót az információhalmazban való eligazodásban és az új tartalmak felfedezésében.

A dolgozat egy zenei ajánlórendszer tervezésének és elkészítésének folyamatát dokumentálja. Ismerteti az Apache Hadoop technológiát, amely elindította a big data forradalmat, és amely ma már szinte egyet jelent a big data-val. A Hadoop egyeduralma a nagy adatok feldolgozásban nem véletlen, hiszen elosztott működéséből, skálázhatóságából adódóan jól alkalmazható ezekre a feladatokra. Az Apache Spark eszköz alaposabb bemutatásra kerül, hiszen ezzel a szoftverrel valósult meg az ajánlórendszer. Az ajánlórendszerek, majd konkrétabban a zenei ajánlórendszerek napjainkban elterjedt megvalósításainak rövid ismertetése után a rendszer tervezési döntéseinek bemutatása következik. Ismertetésre kerül a kiindulási adathalmaz, az adatok útja a rendszerben, illetve a felhasznált technológiák. Az elkészült megoldást is prezentálja az utolsó fejezet, kitérve az ajánlásokat megjelenítő webalkalmazás bemutatására és az ajánlási mechanizmus pontosságának értékelésére is.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.