Matrična faktorizacija i plitki softmax model za implementaciju sustava preporučivanja

diplomski rad

• Naslov (engleski): Matrix Factorization and Shallow Softmax Model for Recommendation Systems Implementation
• Autor: Bartol Vinković
• Mentor: Klemo Vladimir (mentor)
• Član povjerenstva: Klemo Vladimir (predsjednik povjerenstva)
• Član povjerenstva: Marin Šilić (član povjerenstva)
• Član povjerenstva: Goran Delač (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-07-04, Hrvatska

Sažetak

Sustavi preporučivanja služe kao filter korpusa artikala koji predlažu korisnicima relevantne preporuke radi poboljšanja korisničkog iskustva ili iz poslovnih razloga. Matrična faktorizacija je regresijski algoritam gdje se predviđaju ocjene i predstavlja korisnike i artikle u latentnom prostoru. Plitki softmax model je klasifikacijski algoritam na implicitnim podatcima koji uzima u obzir metapodatke korisnika prilikom filtriranja sadržaja. Matrična faktorizacija je precizna i implementacijski jednostavna ako se trenira gradijentnim spustom, ali manjka u skalabilnosti. Plitki softmax model ne funkcionira dobro na malim skupovima podataka.

Sažetak (engleski)

Recommender systems filter a corpus of items to improve user experience by providing relevant recommendations or to improve the quality of a product. Matrix factorization is a regression algorithm that predicts ratings while representing users and items in a latent feature space. The shallow softmax model is a classification algorithm used on implicit data that takes into consider user metadata during content filtering. Matrix factorization is accurate and easy to implement when trained using gradient descend, but it lacks in scalability. The shallow softmax model does not function well on small datasets.

• Ključne riječi: sustavi preporučivanja; suradničko filtriranje; matrična faktorizacija; klasifikacija
• Ključne riječi (engleski): recommender systems; collaborative filtering; matrix factorization; classification
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:628215
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-10-11 10:54:22