Použití metod předpovídání budoucích uživatelských hodnocení pro doporučování filmů
Thesis title in Czech: | Použití metod předpovídání budoucích uživatelských hodnocení pro doporučování filmů |
---|---|
Thesis title in English: | Application of User Ratings Prediction Methods for The Film Recommendations |
Key words: | doporučovací systémy, kolaborativní filtrování, předpověď hodnocení, filmy, Netflix prize |
English key words: | recommender systems, collaborative filtering, rating predication, films, Netflix prize |
Academic year of topic announcement: | 2011/2012 |
Thesis type: | diploma thesis |
Thesis language: | čeština |
Department: | Department of Software Engineering (32-KSI) |
Supervisor: | doc. RNDr. Martin Kruliš, Ph.D. |
Author: | hidden - assigned and confirmed by the Study Dept. |
Date of registration: | 31.10.2011 |
Date of assignment: | 02.11.2011 |
Confirmed by Study dept. on: | 01.12.2011 |
Date and time of defence: | 21.01.2013 00:00 |
Date of electronic submission: | 07.12.2012 |
Date of submission of printed version: | 07.12.2012 |
Date of proceeded defence: | 21.01.2013 |
Opponents: | RNDr. Alan Eckhardt, Ph.D. |
Guidelines |
Cílem práce je prozkoumat algoritmy pro předpověď budoucích hodnocení filmů uživateli, abychom mohli uživateli doporučit, které filmy by se mu mohly líbit a které ne. Algoritmy používané v současné době jsou založeny buď na metodě k-nearest neighbor aplikované na prostor hodnocení konkrétního filmu uživateli, nebo na hledání podobnosti filmů na základě shodných parametrů (rok, žánr, obsazení, ...). Autor rozebere a otestuje algoritmy zastupující obě kategorie a porovná úspěšnost vzorových implementací s vlastním algoritmem. Tento algoritmus bude slučovat přístup předpovídání podle hodnocení ostatních uživatelů s přístupem předpovídání podle parametrů filmů tak, že každému uživateli vypočítá vektor jeho filmového vkusu. Jednotlivé složky vektoru budou označovat, jak se uživateli líbí filmy s daným parametrem (např. horory, filmy z padesátých let, filmy s Brucem Willisem, ...). Tento vektor pak půjde snadno porovnávat jak s filmy, tak s dalšími uživateli a umožní tak předpovídat nejenom podle parametrů filmu, ale i podle hodnocení uživatelů se stejným názorem na filmy podobných parametrů. Součástí práce bude pilotní implementace nového algoritmu, vyhledání jeho optimálních konfiguračních parametrů testováním na reálných datech a výsledné srovnání s existujícími metodami. |
References |
[1] Dietmar Jannach, Markus Zanker, Alexander Felfernig, Gerhard Friedrich: Recommender Systems: An Introduction, Cambridge University Press, 2010
[2] Yehuda Koren: The BellKor Solution to the Netflix Grand Prize, 2009 [3] Andreas Töscher, Michael Jahrer: The BigChaos Solution to the Netflix Grand Prize, 2009 [4] Martin Piotte, Martin Chabbert: The Pragmatic Theory solution to the Netflix Grand Prize, 2009 [5] Nicholas Ampazis: Large Scale Problem Solving with Neural Networks: The Netflix Prize Case, 2010 |