Sustav za preporuku filmova temeljen na kolaborativnom filtriranju

završni rad

• Naslov (engleski): Collaborative filtering recommender system for movies
• Autor: Lovro Vrsalović
• Mentor: Mario Brčić (mentor)
• Član povjerenstva: Mario Brčić (predsjednik povjerenstva)
• Član povjerenstva: Mihael Kovač (član povjerenstva)
• Član povjerenstva: Kristijan Poje (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-07-07, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Cilj ovog rada bio je razviti sustav preporuka za filmove temeljen na kolaborativnom filtriranju gdje se korisnicima pružaju personalizirane preporuke filmova u odnosu na slične korisnike. Najprije je obrađena tematika prikupljanja, obrade i transformacije podataka te trening i optimizacija neuronske mreže. Također, za implementaciju sustava korištena je konvolucijska graf neuronska mreža LightGCN i Pearsonov koeficijent korelacije. Rezultati oba modela su agregirani korištenjem tehnike učenja ansambla te su temeljito analizirani s ciljem ocjene točnosti i učinkovitosti razvijenog sustava preporuka. Za kraj, dan je pregled mogućih unaprjeđenja sustava koji bi uključivali dodatne podatke o korisnicima odnosno dodatne modele za preporuku.

Sažetak (engleski)

The aim of this work was to develop a movie recommendation system based on collaborative filtering where users are provided with personalized movie recommendations in relation to similar users. First of all, the topic of data collection, processing and transformation, as well as neural network training and optimization, was covered. The implementation of the system involved the use of LightGCN, a graph convolutional neural network, and Pearson's correlation coefficient. The results of both models were aggregated using ensemble learning techniques and were thoroughly analyzed with the aim of evaluating the accuracy and efficiency of the developed recommendation system. Finally, an overview of possible improvements to the system was given, which would include additional data on users or additional models for recommendation.

• Ključne riječi: Sustav preporuke; kolaborativno filtriranje; graf neuronska mreža; LightGCN; Pearsonov koeficijent korelacije; učenje ansambla
• Ključne riječi (engleski): Recommender system; collaborative filtering; graph neural network; LightGCN; Pearson correlation coefficient; ensemble learning
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:953968
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-07-13 10:39:54