Recommender systems - models, methods, experiments
| Thesis title in Czech: | Doporučovací systémy - modely, metody a experimenty |
|---|---|
| Thesis title in English: | Recommender systems - models, methods, experiments |
| Key words: | doporučovací systémy, učení uživatelských preferencí, míry a experimenty v informatice |
| English key words: | recommender systems, learning user preferences, measures and experiments in computer science |
| Academic year of topic announcement: | 2010/2011 |
| Thesis type: | dissertation |
| Thesis language: | angličtina |
| Department: | Department of Software Engineering (32-KSI) |
| Supervisor: | prof. RNDr. Peter Vojtáš, DrSc. |
| Author: | hidden - assigned and confirmed by the Study Dept. |
| Date of registration: | 26.09.2011 |
| Date of assignment: | 26.09.2011 |
| Confirmed by Study dept. on: | 29.12.2011 |
| Date and time of defence: | 27.04.2016 10:30 |
| Date of electronic submission: | 21.12.2015 |
| Date of submission of printed version: | 21.12.2015 |
| Date of proceeded defence: | 27.04.2016 |
| Opponents: | Prof. Dr. Dietmar Jannach |
| prof. Ing. Michal Krátký, Ph.D. | |
| Guidelines |
| 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. |
| References |
| 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 |
| Preliminary scope of work |
| 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. |
| Preliminary scope of work in English |
| 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. |