Video Game Recommender System Based on Hybrid Collaborative Filtering With Application of Deep Learning
| Autor: | Marinović, Roko |
|---|---|
| Přispěvatelé: | Delač, Goran |
| Jazyk: | chorvatština |
| Rok vydání: | 2021 |
| Předmět: |
recommender system
obrada prirodnog jezika TEHNIČKE ZNANOSTI. Računarstvo konvolucijske neuronske mreže hibridno suradničko filtriranje deep learning sustav preporuke factorization machines feedforward neural networks strojno učenje faktorizacijski strojevi evaluation metrics machine learning sustav preporuke suradničko filtriranje hibridno suradničko filtriranje matrica korisnosti strojno učenje faktorizacijski strojevi duboko učenje unaprijedne neuronske mreže konvolucijske neuronske mreže obrada prirodnog jezika metrike vrednovanja TECHNICAL SCIENCES. Computing metrike vrednovanja collaborative filtering utility matrix suradničko filtriranje convolutional neural networks duboko učenje natural language processing matrica korisnosti unaprijedne neuronske mreže hybrid collaborative filtering |
| Popis: | U ovom radu opisani su sustavi preporuke zasnovani na suradničkom filtriranju. Opisano je i primjerima potkrijepljeno suradničko filtriranje zasnovano na memoriji. Opisani su algoritmi suradničkog filtriranja zasnovanog na modelima uz opis strojnog i dubokog učenja. Opisane su metrike vrednovanja sustava preporuke. Implementiran je i opisan sustav preporuke računalnih igara zasnovan na hibridnom suradničkom filtriranju uz primjenu dubokog učenja. Sustav je učen i vrednovan na Amazon Video Games skupu podataka te su opisani dobiveni rezultati vrednovanja. This paper describes recommender systems based on collaborative filtering. Memory-based collaborative filtering is described with the examples. Model-based collaborative filtering algorithms are described with a description of machine and deep learning. The metrics for evaluating the recommender systems are described. A video game recommender system based on hybrid collaborative filtering with application of deep learning has been implemented and described. The system was trained and evaluated on the Amazon Video Games data set and the obtained evaluation results are described. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|