Doporučovací algoritmy pro hierarchická data
Recommendation Algorithms for Hierarchical Data
Typ dokumentu
diplomová prácemaster thesis
Autor
Kryštof Zindulka
Vedoucí práce
Řehořek Tomáš
Oponent práce
Kordík Pavel
Studijní obor
Znalostní inženýrstvíStudijní program
InformatikaInstituce přidělující hodnost
katedra aplikované matematikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Klasické doporučovací přístupy se zabývají doporučováním položek uživatelům. Nad těmito položkami často existuje nějaká hierarchická struktura, případně více takových struktur. V této práci je představen způsob doporučování prvků hierarchické struktury, které označuje jako segmenty. Existuje několik praktických situací, kdy má smysl doporučovat prvky hierarchické struktury, například doporučování seriálů místo epizod. V práci je navržen nový způsob převodu položek na segmenty. Pro doporučování segmentů se používají upravené klasické doporučovací algoritmy. Kvalita navrženého řešení je prezentována pomocí experimentů provedených na dvou průmyslových datasetech ze streamingových platforem. Classic recommendation approaches consist of recommending items to users. Often there is some hierarchical structure, or multiple such structures, above these items. This paper presents a method for recommending elements of a hierarchical structure. Parts of such structure are refered to as segments. There are several practical situations where it makes sense to recommend elements of a hierarchical structure, such as recommending series instead of episodes. In this paper, a new way of converting items into segments is proposed. For recommending segments, modified classical recommendation algorithms are used. The quality of the proposed solution is presented through experiments conducted on two industrial datasets from streaming platforms.
Kolekce
- Diplomové práce - 18105 [164]