Sustav preporuke filmova zasnovan na primjeni više modela suradničkog filtriranja
| Autor: | Miloš, Leo |
|---|---|
| Přispěvatelé: | Delač, Goran |
| Jazyk: | chorvatština |
| Rok vydání: | 2021 |
| Předmět: |
recommender system
evaluation procjena TEHNIČKE ZNANOSTI. Računarstvo singular value decomposition sustav preporuka suradničko filtriranje skup podataka latentni faktori dekompozicija singularne vrijednosti nenegativna matrična faktorizacija metrike točnosti non-negative matrix factorization TECHNICAL SCIENCES. Computing collaborative filtering dataset accuracy metrics latent factors |
| Popis: | U ovom radu objašnjeni su algortimi suradničkog filtriranja zasnovani na dekompoziciji singularne vrijednosti i nenegativne matrične faktorizacije i njihova implementacija u sustavu preporuka za filmove. Opisan je osnovni model suradničkog filtriranja, potrebni skup podataka za suradničko filtriranje i modeli suradničkog filtriranja zasnovani na metodama latentnih faktora. Ostvareno je programsko rješenje suradničkog filtriranja filmova za skup podataka koji sadrži ocjene korisnika za filmove. Opisane su metode procjene sustava preporuka i ostvarena je procjena programskog rješenja suradničkog filtriranja, s naglaskom na metrike točnosti. This master thesis explains collaborative filtering algorithms based on singular value decomposition and non-negative matrix factorization and their implementation in movie recommender system. Basic model of collaborative filtering, dataset needed for collaborative filtering and collaborative filtering models based on latent factors are described. Collaborative filtering software solution for dataset which contains ratings of users for movies is realized. Evaluation methods for recommender systems are described and evaluation of collaborative filtering software solution is realized, with a focus on accuracy metrics. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|