Recommender systems - models, methods, experiments
Název práce v češtině: | Doporučovací systémy - modely, metody a experimenty |
---|---|
Název v anglickém jazyce: | Recommender systems - models, methods, experiments |
Klíčová slova: | doporučovací systémy, učení uživatelských preferencí, míry a experimenty v informatice |
Klíčová slova anglicky: | recommender systems, learning user preferences, measures and experiments in computer science |
Akademický rok vypsání: | 2010/2011 |
Typ práce: | disertační práce |
Jazyk práce: | angličtina |
Ústav: | Katedra softwarového inženýrství (32-KSI) |
Vedoucí / školitel: | prof. RNDr. Peter Vojtáš, DrSc. |
Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
Datum přihlášení: | 26.09.2011 |
Datum zadání: | 26.09.2011 |
Datum potvrzení stud. oddělením: | 29.12.2011 |
Datum a čas obhajoby: | 27.04.2016 10:30 |
Datum odevzdání elektronické podoby: | 21.12.2015 |
Datum odevzdání tištěné podoby: | 21.12.2015 |
Datum proběhlé obhajoby: | 27.04.2016 |
Oponenti: | Prof. Dr. Dietmar Jannach |
prof. Ing. Michal Krátký, Ph.D. | |
Zásady pro vypracování |
Zásady pro vypracování jsou stejné jaké jsou kladeny na původní vědecké práce v oboru softwarového inženýrství, které musí snést přísná mezinárodní kriteria jak na formální modely, metody tak na implementaci, technologie a experimenty. To je nejlépe ověřeno publikacemi na konferencích a časopisech registrovaných např. ve WoS a dalších mezinárodních databázích. |
Seznam odborné literatury |
Daniel Kahneman: Choices, values and frames
Ronald Fagin: Comparing Top k Lists Jan Chomicki: Querying with Intrinsic Preferences Werner Kießling: Foundations of preferences in database systems Ihab F. Ilyas: A survey of top-k query processing techniques in relational database systems Alan Eckhardt: Induction of user preferences for semantic web, PhD thesis 2010 |
Předběžná náplň práce |
Cílem práce je rozvoj modelů, metod a experimentů pro doporučování na webu (hlavně produktů a služeb).
Především se bude zabývat interpretací uživatelova (skupinového) chování, dolování preferencí a následnému doporučení. Předpokládáme jak využití stávajících modelů tak i vytvoření nových. Postatnou částí práce bude srovnání na reálných datech a reálném provozu. Řešení by mělo pokrýt vícero dimenzí problému, např. sociální aspekty problémů, periodičnost uživatelských akcí, změny preferencí, závislost (podobnost) na doménách, zda se vybírá z jednoho nebo vícero objektů, ze syrových nebo anotovaných dat, atd. |
Předběžná náplň práce v anglickém jazyce |
Aim of this work is further development of models, methods and experiments related to recommendation of the web (mainly products and services).
Special attention will be paid to interpretation of user (group) behavior, mining of user (group) preferences and recommendation based on these. We assume use of existing as well as development of new models, tools and benchmarks. Fundamental part of the work will be comparison on real data and real application. Solution should take into account several dimensions of the problem, e.g. social aspects of the problem, periodicity and changes of user (group) preferences,(inter) domain dependence and similarity, single/multiple choice, raw/annotated data, etc. |