Evaluace algoritmů maticové faktorizace v kolaborativním filtrování
Evaluation of Matrix Factorization Algorithms in Collaborative Filtering
Typ dokumentu
diplomová prácemaster thesis
Autor
Richtr Tomáš
Vedoucí práce
Řehořek Tomáš
Oponent práce
Kordík Pavel
Studijní obor
Znalostní inženýrstvíStudijní program
InformatikaInstituce přidělující hodnost
18101Obhájeno
2016-06-16Práva
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://www.cvut.cz/sites/default/files/content/d1dc93cd-5894-4521-b799-c7e715d3c59e/cs/20160901-metodicky-pokyn-c-12009-o-dodrzovani-etickych-principu-pri-priprave-vysokoskolskych.pdfVysokoškolská 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://www.cvut.cz/sites/default/files/content/d1dc93cd-5894-4521-b799-c7e715d3c59e/cs/20160901-metodicky-pokyn-c-12009-o-dodrzovani-etickych-principu-pri-priprave-vysokoskolskych.pdf
Metadata
Zobrazit celý záznamAbstrakt
Tato práce se zabývá metodami maticové faktorizace v kolaborativním filtrování. Po počáteční analýze metod maticové faktorizace je navržen postup pro vyhodnocení faktorizačních modelů z hlediska metrik recall a catalog coverage. Tento návrh je realizován a je provedena sada experimentů na datasetech MovieLens a GoOut s algoritmem stochastického gradientního sestupu implementovaného knihovnami LIBMF a Apache Mahout. Výsledkem práce jsou výstupy provedených experimentů a připravený proces pro efektivní vyhodnocování faktorizačních algoritmů. This diploma thesis is concerned with matrix factorization methods in collaborative filtering. After the initial analysis of matrix factorization methods a procedure for evaluation of factorization models in recall and catalog coverage metrics is designed. This design is implemented and the set of experiments on the MovieLens and GoOut datasets is done with stochastic gradient descent algorithm implemented by LIBMF and Apache Mahout libraries. The results of this thesis are outputs of done experiments and prepared process for effective evaluation of factorization algorithms.
Kolekce
- Diplomové práce - 18101 [208]