Stvarno-vremenske preporuke zasnovane na povjerenju

master's thesis

• Title (english): Real-time recommendations based on social trust
• Author: Tomislav Đuričić
• Mentor: Vedran Podobnik (mentor)
• Committee member: Vedran Podobnik (predsjednik povjerenstva)
• Committee member: Marina Bagić Babac (član povjerenstva)
• Committee member: Ignac Lovrek (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2015-09-28, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Istraživanja u području preporučiteljskih sustava su vrlo popularna u posljednjih
nekoliko godina. Iako danas postoje razni pristupi za preporučivanje, još uvijek
ima mjesta za napredak na području stvarno-vremenskih preporuka koristeći velike
skupove podataka u kojima su podaci raspršeni. Kako bi se nosilo sa raspršenim podacima, ovaj rad analizira različite pristupe preporučivanja zasnovane na povjerenju koji poboljšavaju točnost standardno korištenih pristupa koje koriste Kolaborativno Filtriranje. Kako bi se pokazalo da se pristupi za preporučivanje zasnovani na povjerenju mogu primjeniti za kreiranje stvarno-vremenskih preporuka, u sklopu ovog rada je nadograđen ScaR, skalabilni preporučiteljski sustav. ScaR je nadograđen sa pristupima preporučivanja koji računaju povjerenje među korisnicima koristeći Apache Solr mehanizam za pretraživanje. Rezultati provedenih eksperimenata su pokazali da se koristeći pristupe preporučivanja zasnovane na povjerenju mogu dostaviti kvalitetne preporuke u stvarnom vremenu.

Abstract (english)

Research on recommender systems has gained a tremendous popularity in recent
years. Although various recommender approaches are available nowadays, there is
still a lack of work that tackles real-time recommendation on large and sparse data. To tackle the data sparsity problem, this thesis analyzes different trust-based approaches which improve the accuracy of the usually used Collaborative Filtering recommendation approaches. To show how the trust-based approaches can also be applied to generate real-time recommendations, this thesis extended ScaR, a scalable recommendation framework, with recommendation approaches which calculate the trust values between users using the Apache Solr search engine. Experimental results showed that using trust-based approaches, high quality recommendations can be served in realtime.

• Keywords: Kolaborativno Filtriranje; povjerenje; Apache Solr; društvene mreže; preporučiteljski sustavi; skalabilnost
• Keywords (english): Collaborative Filtering; trust; Apache Solr; social networks; recommender systems; scalability
• Language: english
• URN:NBN: urn:nbn:hr:168:488058
• 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: 2018-02-06 08:39:47