guest ::
login
Digital Repository
Search
Submit
Help
About
Home
>
Academic theses (ETDs)
>
Master’s theses
> Adaptivní klient pro sociální síť Twitter
Information
Files
Original title:
Adaptivní klient pro sociální síť Twitter
Translated title:
Adaptive Client for Twitter Social Network
Authors:
Guňka, Jiří
;
Kajan, Rudolf
(referee) ;
Šperka, Svatopluk
(advisor)
Document type:
Master’s theses
Year:
2011
Language:
cze
Publisher:
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract:
[cze]
[eng]
Účelem této práce je vytvořit uživatelsky přívětivého klienta pro službu Twitter, využívajícího metod strojového učení k doporučování zajímavých příspěvků uživateli na základě jeho dosavadního chování. Klient nabízí klasické funkce poskytované obecně všemi klienty a k tomu přidává funkčnost v podobě doporučování příspěvků a grafického znázornění aktuálních příspěvků.
The goal of this term project is create user friendly client of Twitter. They may use methods of machine learning as naive bayes classifier to mentions new interests tweets. For visualissation this tweets will be use hyperbolic trees and some others methods.
Keywords:
adaptive algorithms
;
Appcelator
;
decision tree
;
hyperbolic tree
;
k-nearest neighbor
;
machine learning
;
naive bayes classifier
;
The Jit
;
Titanium
;
treemaps
;
Twitter
;
adaptivní algoritmy
;
Appcelator
;
hyperbolické stromy
;
k-nejbližších sousedů
;
Naivní Bayesův filtr
;
rozhodovací strom
;
strojové učení
;
stromové mapy
;
The Jit
;
Titanium
;
Twitter
Institution:
Brno University of Technology (
web
)
Document availability information:
Fulltext is available in the Brno University of Technology Digital Library.
Original record:
http://hdl.handle.net/11012/54195
Permalink:
http://www.nusl.cz/ntk/nusl-237052
The record appears in these collections:
Universities and colleges
>
Public universities
>
Brno University of Technology
Academic theses (ETDs)
>
Master’s theses
Record created 2016-06-03, last modified 2022-09-04
Similar records
No fulltext
Export as
DC
,
NUŠL
,
RIS
Share