|
|
Content based Recommendation from Explicit Ratings
Ferenc, Matej ; Vojtáš, Peter (vedoucí práce) ; Peška, Ladislav (oponent)
V této práci porovnáváme několik modelů pro predikci uživatelských preferencí. Hlavním zaměřením jsou tzv. Content Based modely, které pracují s metadatami o objektech, které doporučujeme. Ty jsou srovnány s dalšími modely, které metadata neberou do úvahy. Pro získaní výsledků používáme tři datasety a tři metriky. Cílem diplomové práce je zjistit, jak můžou metadata o uživatelích a objektech zlepšit standardní modely pro doporučení. Výsledkem ale je, že metadata sice můžou zlepšit doporučení v některých případech, záleží ale na datasetu a na metrice, která byla použita. Toto zlepšení většinou není významné.
|
|
|
Uživatelské preference v prostředí prodejních webů
Peška, Ladislav ; Vojtáš, Peter (vedoucí práce) ; Eckhardt, Alan (oponent)
Cílem práce je nejprve vyhledání dostupných informací o uživatelských preferencích, uživatelské zpětné vazbě a jejich získávání, zpracování, skladování atd. Ze získaných informací pak sestavit návrhy či doporučení pro tvorbu doporučovacích systému v prodejnách webech (především se zaměřením na implicitní zpětné vazby). Další části práce se pak zabývají pak návrhem a implementací UPComp - samostatné doporučovací komponenty pro prodejní weby, která umožňuje dotazování na základě uživatelských preferencí. Komponenta je napsána v programovacím jazyce PHP a využívá databázi MySQL. Součástí práce je také testování komponenty na existujících prodejních webech slantour.cz a antikvariat-ichtys.cz.
|
|
| |
|
|
Univerzální doporučovací systém
Cvengroš, Petr ; Vojtáš, Peter (vedoucí práce) ; Dědek, Jan (oponent)
Doporučovací systémy jsou programy, které se uživateli nabízejí objekty (např. knihy nebo hudbu), které by pro něj mohly být zajímavé. Tyto systémy získávají vzrůstající popularitu a jsou intenzivně studovány výzkumnými skupinami po celém světě. Ve webových systémech, jako jsou internetové obchody nebo komunitní servery, bývají obvykle k dispozici různé datové zdroje, které mohou být využity k doporučování, např. atributy uživatelů a objektů, hodnocení objektů uživateli nebo nepřímá zpětná vazba získaná ze zaznamenaného chování uživatele. V této práci představujeme koncept Univerzálního doporučovacího systému (Unresyst), který dokáže využít těchto datových zdrojů a zároveň je doménově nezávislý. V práci navrhujeme způsoby využití systému Unresyst, ze současných metod používaných k doporučování vybíráme jako nejvíce vhodnou knowledge-based metodu kombinovanou s kolaborativním filtrováním. Dále analyzujeme datové zdroje v různých systémech a zobecňujeme je tak, aby byly doménově nezávislé. Navrhujeme architekturu systému Unresyst, popisujeme rozhraní systému a způsoby zpracování datových zdrojů. Dále přizpůsobujeme Unresyst na tři data sety z reálných systémů, vyhodnocujeme přesnost doporučení a srovnáváme ji se současnými algoritmy pro kolaborativní filtrování. Srovnání ukazuje, že kombinování různých...
|
|
|
Využití preferencí zájemců při obchodování s nemovitostmi
Strnad, Radek ; Kopecký, Michal (vedoucí práce) ; Peška, Ladislav (oponent)
V poslední době se rozdělení hráčů na realitním trhu, aspoň tom českém, příliš nemění. Statistická data potvrzují, že se nevyskytují ani výraznější vzestupné tendence objemu prodaných a pronajatých nemovitostí. Pokud chtějí společnosti obchodující s realitami zaujmout větší podíl na trhu, musí si zajistit konkurenční výhodu nad ostatními. Jednou z možností, jak zaujmout více potenciálních zákazníků, může být zrychlení vyhledávacího procesu u webové prezentace společnosti. V mnohých případech se jedná až o stovky či tisíce různých nabídek, kterými se zájemce musí probrodit, než najde několik vyhovujících. Cílem diplomové práce je prozkoumat možnosti aplikace preferencí zájemců o obchodování s nemovitostmi. Jedná se zejména o zkoumání algoritmů doporučovacích systémů, jejich charakteristik a omezení. Autor vyhodnocuje použitelnost jednotlivých variant algoritmů a jejich funkčnost nad daty realitní kanceláře. Kromě teoretické části je v práci elaborován realitní informační systém RePort, který je rozšířen o framework pro implementaci algoritmů doporučovacích systémů. Autor má k dispozici provozní data středně velké realitní společnosti, nad kterými si může ověřit správnost svých rozhodnutí. V rámci informačního systému RePort a nově vybudovaného frameworku si implementuje vzorový doporučovací algoritmus a...
|
|
|
Deep Learning For Implicit Feedback-based Recommender Systems
Yöş, Kaan ; Peška, Ladislav (vedoucí práce) ; Balcar, Štěpán (oponent)
Souhrn: Cílem výzkumu je zaměřit se na Recurrent Neural Networks (RNN) a jeho aplikaci na doporučení týkající se relací, která jsou posílena implicitní zpětnou vazbou od uživatelů a metadaty založenými na obsahu. Pro zkoumání slibné architektury RNN realizujeme sedm různých modelů s využitím různých typů implicitní zpětné vazby a informací o obsahu. Naše výsledky ukázaly, že použití RNN se složitou implicitní zpětnou vazbou zvyšuje předpověď dalších položek porovnávající základní modely jako Cosine Similarity, Doc2Vec a Item2Vec.
|
|
|
Recommender systems for fashion outfits
Nepožitek, David ; Peška, Ladislav (vedoucí práce) ; Skopal, Tomáš (oponent)
Doporučování módních outfitů má za cíl nabídnout uživateli módní produkty, které vizuální ladí s již vybranými částmi outfitu. Tradiční doporučovací systémy jsou založeny především na podobnostech mezi uživateli či položkami. Tento přístup však není pro do- poručování ladících produktů dostatečný. Doporučovací systémy v módní doméně se tak snaží využívat technik strojového učení, aby se naučily rozeznávat vztahy mezi módními prvky. V této práci zkoumáme možnost adaptovat aktuální postupy z oblasti zpracování přirozeného jazyka pro doporučování módních outfitů. Navrhujeme novou metodu, která je založena architektuře modelu Transformer. Naši metodu testujeme na standardních datových sadách a ukazujeme, že náš model je schopný rozeznat některé vztahy mezi produkty. V porovnání s nejlepšími metodami v této oblasti ovšem náš přístup zaostává. 1
|
|
|
Systém pro doporučování filmů
Janko, Pavel ; Zbořil, František (oponent) ; Šůstek, Martin (vedoucí práce)
Tato práce se zabývá především přístupy k sestrojení systému pro doporučování filmů. Je zde obecně popsán princip neuronových sítí a rovněž jsou zde shrnuty základní i pokročilé techniky pro tvorbu doporučovacích systémů. Jádrem práce je návrh, implementace a experimentování se systémem, jehož cílem je doporučování filmů na základě dat pocházejících z volně dostupných datových sad. Pro předpovědi hodnocení, které by uživatel udělil filmům po jejich shlédnutí, systém využívá faktorizační model založený na kolaborativním filtrování. Práce dále řeší souvislosti konfigurace hyperparametrů modelu s přesností doporučení, provádění experimentů za účelem zlepšení přesnosti modelu a nakonec srovnání modelu s existujícími řešeními.
|
|
|
Doporučování filmů na základě uživatelských profilů ČSFD
Janko, Pavel ; Šůstek, Martin (oponent) ; Uhlíř, Václav (vedoucí práce)
Tato práce se zabývá problematikou využití neuronových sítí pro doporučování filmů. Je zde obecně popsán princip využití neuronových sítí u strojového učení a rovněž jsou zde shrnuty základní i pokročilé techniky pro tvorbu doporučovacích systémů. Jádrem práce je návrh, implementace a zhodnocení systému, jehož cílem je doporučování filmů na základě dat vydolovaných z uživatelských profilů ČSFD (Česko-Slovenské filmové databáze). Pro splnění tohoto účelu systém využívá explicitní faktorizační model založený na kolaborativním filtrování mezi položkami k co nejpřesnějšímu odhadu hodnocení, které by uživatel filmu po jeho shlédnutí udělil. Práce dále řeší souvislost obsáhlosti datové sady a přesnosti doporučení a demonstruje tuto přesnost analýzou zpětné vazby uživatelů.
|
|
|
Doporučovací systémy pro doménu receptů
Starýchfojtů, Josef ; Peška, Ladislav (vedoucí práce) ; Bernhauer, David (oponent)
Doporučovací systémy v dnešní době vnikají více a více do našich každodenních životů v podobě různých platforem například pro poslouchání muziky nebo sledování seriálů. Jako jejich uživatelé tak nemusíme obsah v těchto oblastech aktivně hledat, ale pouze si ho nechat pohodlně doporučit. Jednou z oblastí, která zůstává nepokryta je doména receptů. Pro uvaření receptu si ho musíme nejprve vybrat v nějaké kuchařce, jít nakoupit a až poté ho uvařit. Při tom často dochází k nesrovnalostem mezi dostupností surovin a obsahu vybraného receptu. Cílem práce je vytvoření podobné platformy pro tuto doménu. Hlavní částí je prů- zkum a uplatnění doporučovacích systémů v této doméně, návrh několika metod a jejich testování. Následně také nasazení těchto metodik do praxe pomocí mobilní aplikace, která bude sloužit jako asistent k nákupu a vybírání receptu. 1
|
host ::
RSS.