Analitike u društvenim mrežama

diplomski rad

• Naslov (engleski): Analytics in Social Networking
• Autor: Ivan Svalina
• Mentor: Dragan Jevtić (mentor)
• Član povjerenstva: Dragan Jevtić (predsjednik povjerenstva)
• Član povjerenstva: Miljenko Mikuc (član povjerenstva)
• Član povjerenstva: Marin Vuković (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2024-02-27, Hrvatska

Sažetak

Rastom interneta i društvenih mreža, virtualni je svijet uvelike zamijenio svakodnevne društvene interakcije. Stoga je potrebno pomno promatrati i analizirati promjene koje se događaju. Jedan od najkorištenijih alata na internetu su svakako sustavi preporučivanja.
Sustav preporučivanja je sustav informacijskog filtriranja kojim se slažu preporuke za stvari koje se smatraju relevantnim za određenog korisnika te se mogu izvesti različitim metodama. Kvaliteta metoda se mjeri različitim mjerama evaluacije.

U sklopu su rada izvedeni sustavi preporučivanja preko različitih metoda. Korištene su metode: TF-IDF, singularna dekompozicija matrice, K-najbližih susjeda, logistička regresija, stablo odlučivanja i klasifikator K-susjeda
Ove su metode potom evaluirane mjerama evaluacije regresije, rangiranja, klasifikacije i mjerama karakterističnim za sustave preporučivanja. Rezultati dobiveni evaluacijom su potom prezentirani, objašnjeni i uspoređeni.

Sažetak (engleski)

With the growth of the internet and social networks, the virtual world has largely replaced everyday social interactions. Therefore, it is necessary to closely observe and analyze the changes that are taking place. One of the most used tools on the Internet are certainly recommendation systems.
The recommender system is an information filtering system that arranges recommendations for items that are considered relevant for a specific user and can be performed using different methods. The quality of methods is measured by various evaluation methods.

As part of the work, recommendation systems were implemented using different methods. Methods used are: TF-IDF, singular matrix decomposition, K-nearest neighbors, logistic regression, decision tree classifier and K-neighbor classifier. These methods were then evaluated with regression, ranking, classification and measures characteristic of recommender systems. The results obtained from the evaluation were then presented, explained and compared.

• Ključne riječi: Analitike; Društveni mediji; Sustav preporučivanja; Evaluacija
• Ključne riječi (engleski): Analytics; Social media; Recommender System; Evaluation
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:147101
• 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: 2024-10-12 22:11:16