|
|
Neuronové sítě pro doporučování knih
Gráca, Martin ; Beran, Vítězslav (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zabývá oblastí Doporučovacích systémů využívající Hluboké neuronové sítě a jejich využití při doporučování knih. Jsou zde rozebrány tradiční doporučovací systémy a jejich reprezentace i systémy s pokročilejšími technikami na základě strojového učení. Jádrem práce je uplatnění konvolučních neuronových sítí pro zpracování přirozeného jazyka a vytvoření hybridního knižního doporučovacího systému. Navržený systém doporučuje na základě uživatelských dat, včetně uživatelských recenzí a knižních textových dat. Na vytvořené datové sadě systém dosahuje chyby RMSE 1,086.
|
|
|
Algoritmus pro cílené doporučování produktů
Bodeček, Miroslav ; Bartík, Vladimír (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Tato diplomová práce se zabývá prozkoumáním problematiky doporučování produktů v internetovém obchodování, zhodnocením dostupných technik, detailním návrhem systému doporučování produktů pro existující internetový obchod a implementací tohoto systému včetně otestování. V technické zprávě je nejprve prezentován úvod do problematiky, představen současný stav v internetovém obchodování a specifikovány požadavky na implementaci nadstavby nad internetovým obchodem. Dále zpráva obsahuje úvod do dolování dat. Následuje detailní návrh systému a zpráva o provedeném testování. Závěr obsahuje zhodnocení dosažených výsledků a diskuzi o možném dalším vývoji.
|
|
|
Recommender System for Web Articles
Kočí, Jan ; Kesiraju, Santosh (oponent) ; Fajčík, Martin (vedoucí práce)
Recommender systems for web articles are the main interest of this thesis. It explains the most popular approaches used to build these systems, proposes a neural-network-based architecture applying the Skip-gram inspired negative sampling method to the recommendation problem, implements this architecture together with several other models, using Singular value decomposition, collaborative filtering with Alternating Least Squares (ALS) algorithm and a content-based approach using the Doc2Vec algorithm to create document vectors from the obtained articles. Finally, it implements three evaluation metrics - namely the RANK metric, Recall at k and Precision at k - and compares the models with state-of-the-art. Apart from that it also gives a brief discussion on the role and purpose of these systems together with the motivation of using them.
|
|
|
Neuronové sítě pro doporučování knih
Gráca, Martin ; Kolář, Martin (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zabývá oblastí doporučovacích systémů využívající hluboké neuronové sítě pro doporučování knih. Jsou zde rozebrány tradiční doporučovací systémy a jejich reprezentace i systémy s pokročilejšími technikami na základě strojového učení. Jádrem práce je uplatnění konvolučních neuronových sítí pro zpracování přirozeného jazyka a vytvoření hybridního knižního doporučovacího systému. Navržený systém obsahuje faktorizaci matice jako techniku kolaborativního filtrování a doporučuje na základě minulých uživatelských hodnocení a knižních metadat, včetně textového popisu knih. Navrhl jsem 2 modely, jeden s bag-of-words a druhý s konvoluční sítí. Oba modely dosahují lepších výsledků než baseline metody. Na vytvořené datové sadě, která byla vytvořena z knižní databáze Goodreads, dosahuje model s konvoluční sítí ještě lepšího výsledku než model s BOW.
|
|
|
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...
|
|
| |
|
|
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...
|
|
|
Agregace a doporučování událostí a míst z Facebooku
Dubeň, Matej ; Plchot, Oldřich (oponent) ; Szőke, Igor (vedoucí práce)
Cílem této práce je přiblížit návrh a implementaci Android aplikace "Let's Go Out", která dokáže uživateli doporučit události a místa ze sociální sítě Facebook. Doporučení je vykonáváno za pomoci hybridního doporučujícího systému, který spojuje princip kolaborativního filtrování a obsahového doporučení, sleduje uživatelovi interakce s aplikací a na základě zaznamenaných dat přizpůsobuje proces doporučení. Práce taky pojednává o testování aplikace pomocí porovnávání s doporučujícími systémy konkurenčních aplikací a dosažených výsledcích.
|
|
|
Webová aplikace doporučovacího systému
Hlaváček, Pavel ; Bartík, Vladimír (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Práce se zabývá problematikou doporučovacích systémů a jejich využití ve webových aplikacích. Jsou zde shrnuty základní techniky data miningu a jednotlivé přístupy pro doporučování. Hlavní částí práce je návrh a implementace webové aplikace pro doporučování jídla z restaurací. Je zde navržen a implementován algoritmus pro doporučování jídel, který se snaží řešit problém s často měnicími položkami. Tento algoritmus vychází z hybridní techniky filtrování založené na obsahu a znalostech, která pro vlastní výpočet využívá kosinové podobnosti vektorů.
|
|
|
Webová aplikace doporučovacího systému
Koníček, Igor ; Bartík, Vladimír (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Tato práce řeší tvorbu doporučovacího systému, který je využit v~reálné aplikaci serveru cbdb.cz. S~využitím přístupů kolaborativního filtrování a filtrování založeného na obsahu se podařilo vyvinout funkční doporučovací systém. Díky zpětné vazbě uživatelů bylo zjištěno, že většina doporučených knih je pro ně relevantní. Hlavním přínosem této práce je rozšíření stávající funkčnosti serveru cbdb.cz o~doporučovacím systémem, který využívá jeho rozsáhlé databáze hodnocení, uživatelů a knih.
|
host ::
RSS.