|
|
Probabilistic Models for Recommender Systems
Ahmadli, Aydin ; Vomlelová, Marta (vedoucí práce) ; Peška, Ladislav (oponent)
Recommender systems are software tools and techniques providing recommendations to users based on their needs. Today, popular e-commerce sites widely use recommender systems to recommend product items, articles, books, music, etc. In this thesis, we discuss various probabilistic models for recommender systems, and put the most focus on implementation of hybrid and interpretable probabilistic content-based collaborative filtering model, called Collaborative Topic model for Poisson distributed ratings (CTMP) augmented with Bernoulli randomness for Online Maximum a Posteriori Estimation (BOPE). Resulting model outperforms the previously existing models significantly with its main competency being in commercial product recommendations. It is a fast, scalable, and efficient in ill-posed cases, including short text and sparse data. The model is trained and tested on well-known MovieLens 20M and NETFLIX datasets, and empirical evaluations such as recall, precision, sparsity and topic interpretations are promising.
|
|
|
Webová aplikace pro vyhledávání receptů
Lhoťanová, Kristýna ; Nečaský, Martin (vedoucí práce) ; Peška, Ladislav (oponent)
Cílem této práce je vyvinout webovou aplikaci pro vyhledávání receptů založenou na agregaci datových sad z existujících webových stránek s recepty a jejich obohacení o data ze znalostních grafů. Znalostní grafy byly zastoupeny projekty DBpedia a Wikidata, z nichž byla získána rozšiřující data o ingrediencích. Data byla extrahována s pomocí knihovny Apify pro web scraping a v dokumentovém modelu uložena do databázového systému Apache CouchDB. Aplikace uživateli poskytuje různé možnosti filtrování vý- sledků včetně fasetového vyhledávání, k čemuž využívá platformu Apache Solr. Zaměřuje se zejména na vyhledávání dle ingrediencí. Jedná se o tzv. single-page aplikaci implemen- tovanou pomocí knihovny React.js pro uživatelské rozhraní a frameworku Express.js na straně serveru. Obě části aplikace jsou psány staticky typovaným jazykem TypeScript a komunikují spolu prostřednictvím REST API. 1
|
|
|
Extending self-organizing maps with ranking awareness
Park, Kyung Won ; Peška, Ladislav (vedoucí práce) ; Lokoč, Jakub (oponent)
Title: Extending Self-organizing Maps with Ranking Awareness Author: Kyung Won Park Department: Department of Software Engineering Supervisor: Mgr. Ladislav Peska, Ph.D., Department of Software Engineering Abstract: The self-organizing map (SOM) is a powerful clustering algorithm which takes high- dimensional data as the input and produces a low-dimensional representation of the data. The SOM provides useful insights into the given data by recognizing similar input vectors and clustering them. However, they take into account only the local similarity of the input data, as opposed to relevance (any external ranking). In this paper, we propose two ranking-aware variants of the SOM in an effort to tackle this issue and incorporate evaluation metrics to evaluate our results. Keywords: self-organizing map, relevence feedback, known-item search
|
|
|
AI-based Structured Web Data Extraction
Joneš, Jan ; Klímek, Jakub (vedoucí práce) ; Peška, Ladislav (oponent)
V této práci se zabýváme současnými přístupy k automatické extrakci dat z webu, definujeme jejich omezení a usilujeme o jejich překonání. Za tímto účelem navrhujeme model hlubokého učení pro extrakci strukturovaných dat z grafových a vizuálních reprezentací webových stránek. Model vyhodno- cujeme na starším souboru dat z roku 2011, který rozšiřujeme o chybějící vizuální aspekty, a na novém souboru dat sestávajícím z moderních strá- nek. Náš model dosahuje výsledků porovnatelných s nejnovějším výzkumem a překonává baseline model založený na jedné z nejlepších předchozí prací o nejméně 10 procentních bodů na F1 skóre. Dbáme na to, aby implemen- tace byla reprodukovatelná, a poskytujeme i ukázku extrakce dat z reálných stránek.
|
|
|
Recommender systems - models, methods, experiments
Peška, Ladislav ; Vojtáš, Peter (vedoucí práce) ; Jannach, Dietmar (oponent) ; Krátký, Michal (oponent)
Tato práce se zaměřuje na oblast doporučovacích systémů a učení preference uživatele. Koncentrovali jsme se především na specifika doporučování na menších e-commerce projektech a získávání implicitní zpětné vazby. Oproti jiným publikovaným pracem jsme se zaměřili na modelování vícero různých indikátorů zpětné vazby a navrhli jsme několik metod učení uživatelské preference na základě těchto indikátorů. Další části disertační práce se zaměřují na specifické problémy doporučování na malých e- commerce portálech: výběr doporučovacích algoritmů, používání externích datových zdrojů atd. Navrhované modely, metody I algoritmy byly porovnávány v off-line experimentech na reálných datasetech i v on-line experimentech za ostrého provozu. Powered by TCPDF (www.tcpdf.org)
|
|
|
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.
|
|
|
Rezervační a informační systém cestovní kanceláře
Peška, Ladislav ; Forst, Libor (vedoucí práce) ; Skopal, Tomáš (oponent)
Cílem projektu je navrhnout rezervacní systém pro menší až strední cestovní kanceláre. Duležitá je predevším možnost "on-line" objednávky zájezdu, správa kapacit služeb a optimalizace pro vyhledavace. Aplikace je rozdelena na dve nezávislé cásti: interní cást slouží pracovníkum cestovní kanceláre ke správe zájezdu, klientu, objednávek a dalších informací a cást pro klienty, kde mohou vyhledávat a objednávat zájezdy a sledovat stav svých objednávek. Aplikace je napsána v programovacím jazyce PHP a využívá databázi MySQL.
|
|
|
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.
|
|
|
Vytvoření prezentační vrstvy a rozhraní systému pro integraci a vyhledávání informací
Hladík, Tomáš ; Nečaský, Martin (vedoucí práce) ; Peška, Ladislav (oponent)
Cílem této práce je analyzovat, navrhnout a implementovat systém pro prezentaci business objektů, které jsou dostupné skrze již existující RESTful API. Data pocházejí z integračního systému, který je spojuje z různých zdrojů a publikuje společně s informacemi o způsobu jejich uložení. Tato práce si klade za cíl vytvořit pohledy na data, jež splňují následující požadavky - reakce na změnu metadat, více výstupních formátů a uživatelsky nastavitelné pohledy. Aplikace má být snadno modifikovatelná a napojitelná i na již existující webové systémy.
|
|
|
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...
|
host ::
RSS.