Thesis (Selection of subject)Thesis (Selection of subject)(version: 285)
Assignment details
   Login via CAS
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
Type of assignment: diploma thesis
Thesis language: čeština
Department: Department of Software Engineering (32-KSI)
Supervisor: 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
Reviewers: 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

 
Charles University | Information system of Charles University | http://www.cuni.cz/UKEN-329.html