Modelování on-line chování uživatelů za pomocí URL embeddingu
Modeling on-line user behavior using URL embedding
Type of document
diplomová prácemaster thesis
Author
Amrich Jonáš
Supervisor
Vaněk Ondřej
Opponent
Drchal Jan
Field of study
Umělá inteligenceStudy program
Otevřená informatikaInstitutions assigning rank
katedra počítačůRights
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
Show full item recordAbstract
Nejčastější způsob zaznamenávání chování online uživatelů je pomocí sekvence jejich kliků, jinak také nazývané clickstream. Tato práce zkoumá metody predikce clickstreamu pomocí distribuovaných reprezentací URL. Distribuované reprezentace URL jsou reprezentace ve spojitém prostoru, inspirované podobnými přístupy v oblasti zpracování přirozeného jazyka. Tyto reprezentace, které jsou natrénované bez učitele z clickstreamových dat, zachycují sémantické a syntaktické vlastnosti URL a jsou použity pro zmenšení stavového prostoru prediktivních modelů. V této práci představujeme tři metody pro generování distribuovaných reprezentací URL, které jsou vyhodnoceny na datasetu o více než 12 milionech kliků. Jedna z představených metod vykazuje nadějné výsledky, které jsou lepší než referenční model a zároveň mnohonásobně zmenšují stavový prostor. The most common method of capturing online user behavior is through a sequence of clicks, which is referred to as a clickstream. This thesis explores methods for clickstream prediction based on URL embeddings. URL embeddings are continuous representations inspired by word embedding techniques. These embeddings, which are learned from clickstream without supervision, capture semantic and syntactic meanings of URLs and are used for reduction of the state space of predictive models. We present three methods for generation of URL embeddings and evaluate them using a clickstream dataset of more than 12M clicks. One of our proposed methods shows promising results, improving the baseline result and significantly reducing the state space.
Collections
- Diplomové práce - 13136 [892]