Original title:
Indukce uživatelských preferencí v sémantickém webu
Translated title:
Induction of user preferences in semantic web
Authors:
Dvořák, Tomáš ; Dokulil, Jiří (referee) ; Eckhardt, Alan (advisor) Document type: Master’s theses
Year:
2008
Language:
cze Abstract:
[cze][eng] Práce se zabývá indukcí uživatelských preferencí. Nejprve mapuje oblast uživatelských preferencí v sémantickém webu. Popisuje různé způsoby sběru dat. V části o induktivních metodách se hlavně věnuje kolaborativnímu filtrování a rozhodovacím stromům. Vícehodnotový model a preferenční relace patří mezi nejdůležitější popsané modely. Cílem není úplný výčet v jednotlivých oblastech, ani co nejdetailnější pohled. Zaměřuje se spíše na získání základního přehledu v této široké problematice. Druhá část je věnována popisu implementace testovacího frameworku. Ten dovoluje co nejjednodušší otestování induktivních metod bez znalosti vnitřní struktury frameworku. Poslední část popisuje způsob a výsledky testování rozhodovacích stromů a kolaborativního filtrování na databázi NetFlix a IMDb. K testování byl použit framework popsaný v druhé části.This thesis deals with the induction of user preferences. In its first part it surveys the field of user preferences on semantic web. Subsequently, it describes various methods of data collecting. In the part concerned with inductive methods the paper focuses mainly on collaborative filtering and decision trees. Many value models and preference relations belong among the most important of the described models. The aim of the thesis is neither to provide a complete enumeration in its individual parts, nor to render as detailed view as possible. Rather, it aims at gaining a basic outline of this broad theme. The second part of the thesis pursues the description of the implementation of a testing framework which enables the easiest testing of inductive methods without the knowledge of the inner structure of the framework. The final part describes the technique and results of the testing of decision trees and collaborative filtering on databases NetFlix and MovieLens. Here the framework described in the second part of the paper has been used as a testing tool.
Institution: Charles University Faculties (theses)
(web)
Document availability information: Available in the Charles University Digital Repository. Original record: http://hdl.handle.net/20.500.11956/14861