Sustavi preporuke zasnovani na suradničkom filtriranju uz primjenu modela dubokog učenja

diplomski rad

• Naslov (engleski): Collaborative Filtering Recommender Systems Based on Deep Learning Models
• Autor: Josip Majača
• Mentor: Goran Delač (mentor)
• Član povjerenstva: Goran Delač (predsjednik povjerenstva)
• Član povjerenstva: Klemo Vladimir (član povjerenstva)
• Član povjerenstva: Marin Šilić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-07-04, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Ovaj rad se bavi sustavima za preporučivanje zasnovanim na suradničkom filtriranju uz primjenu modela dubokog učenja. Uvode se pojmovi usko vezani za suradničko filtriranje i strojno učenje općenito. Objašnjen je i programski ostvaren radni okvir neuralnog suradničkog filtriranja u programskom jeziku Python pomoću PyTorch radnog okvira. Na kraju je provedena validacija rezultata modela s obzirom na različite hiperparametre modela.

Sažetak (engleski)

This thesis deals with collaborative filtering recommender systems based on deep learning models. Concepts about collaborative filtering and machine learning in general are introduced. The Neural Collaborative Filtering framework is explained and implemented in Python programming language with the help of PyTorch framework. Finally, validation of the model was performed with assessing different model hyperparameters.

• Ključne riječi: suradničko filtriranje; sustavi preporuke; duboko učenje; matrična faktorizacija; neuralna matrična faktorizacija
• Ključne riječi (engleski): collaborative filtering; recommender systems; deep learning; matrix factorization; neural matrix factorization
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:071426
• 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: 2023-01-14 09:21:32