Adaptivni sustav za generiranje preporuka pri kupovini i prodaji automobila temeljen na analizi javno dostupnih podataka

master's thesis

• Title (english): Recommender System for Buying and Selling Based on the Publicly Available Data
• Author: Saša Krkobabić
• Mentor: Ljiljana Brkić (mentor)
• Committee member: Ljiljana Brkić (predsjednik povjerenstva)
• Committee member: Igor Mekterović (član povjerenstva)
• Committee member: Slaven Zakošek (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2024-07-05, Croatia

Abstract

U današnjem digitalnom dobu, internet je postao ogromno skladište informacija koje neprestano raste. Tradicionalne fizičke trgovine ograničene su prostorom za skladištenje, dok online platforme nude nevjerojatnu raznolikost proizvoda, filmova, glazbe i knjiga. Beskonačna ponuda predstavlja izazov i priliku za korisnike. Omogućuje pronalazak specifičnih proizvoda i sadržaja bez obzira na geografsku lokaciju ili lokalnu dostupnost, ali također zahtijeva efikasne alate za filtriranje i preporuke. Preporučiteljski sustavi i modeli strojnog učenja ključni su u takvom kontekstu. Koriste složene algoritme za analizu korisničkog ponašanja, preferencija i povijesti interakcija kako bi predvidjeli što će korisnicima biti zanimljivo ili korisno. Ovi modeli primjenjuju se kako bi poboljšali korisničko iskustvo i nudili personalizirane preporuke u online trgovinama i streaming servisima.

Abstract (english)

In today's digital age, the internet has become an enormous repository of information that continues to expand. Traditional physical stores are constrained by storage space, while online platforms offer incredible diversity of products, movies, music, and books. The limitless supply presents both a challenge and an opportunity for users, necessitating efficient tools for filtering and recommendations. Recommender systems and machine learning models play a crucial role in analyzing user behavior and preferences to enhance user experience with personalized recommendations in online stores and streaming services.

• Keywords: preporučiteljski sustavi; strojno učenje; filtriranje temeljeno na sadržaju; suradničko filtriranje; personalizirane preporuke; model slučajnih šuma
• Keywords (english): recommender systems; machine learning; content-based filtering; collaborative filtering; personalized recommendations; random forest model
• Language: croatian
• URN:NBN: urn:nbn:hr:168:424857
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2024-10-12 21:13:24