prikaz prve stranice dokumenta Ostvarenje sustava preporučivanja koristeći algoritam suradničkog filtriranja
Rad nije dostupan
završni rad
Ostvarenje sustava preporučivanja koristeći algoritam suradničkog filtriranja
2020. urn:nbn:hr:168:590465
Raguž, Andrija
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Raguž, A. (2020). Ostvarenje sustava preporučivanja koristeći algoritam suradničkog filtriranja (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:590465

Raguž, Andrija. "Ostvarenje sustava preporučivanja koristeći algoritam suradničkog filtriranja." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:590465

Raguž, Andrija. "Ostvarenje sustava preporučivanja koristeći algoritam suradničkog filtriranja." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:590465

Raguž, A. (2020). 'Ostvarenje sustava preporučivanja koristeći algoritam suradničkog filtriranja', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 12.04.2024., https://urn.nsk.hr/urn:nbn:hr:168:590465

Raguž A. Ostvarenje sustava preporučivanja koristeći algoritam suradničkog filtriranja [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2020 [pristupljeno 12.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:590465

A. Raguž, "Ostvarenje sustava preporučivanja koristeći algoritam suradničkog filtriranja", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:590465

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:590465
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovOstvarenje sustava preporučivanja koristeći algoritam suradničkog filtriranja
Naslov (engleski)Recommendation Systems Implementation Using Collaborative Filtering Algorithm
AutorAndrija Raguž
MentorKlemo Vladimir (mentor)
Član povjerenstvaKlemo Vladimir (predsjednik povjerenstva)
Član povjerenstvaAdrian Satja Kurdija (član povjerenstva)
Član povjerenstvaPetar Afrić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2020-07-03, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovom radu objašnjeni su sustavi preporučivanja. Sustavi preporučivanja služe online uslugama za bolju i personaliziraniju ponudu. Dijele se na tri osnovne skupine: sustave temeljene na sadržaju, sustave temeljene na suradničkom filtriranju i hibridne sustave koji su mješavina prethodna dva. Ovdje je pobliže opisan i implementiran algoritam suradničkog filtriranja. Sustavi suradničkog filtriranja dijele se na one temeljene na korisnik – korisnik odnosu i one temeljene na predmet – predmet odnosu. Suradničko filtriranje djeluje tako što izračuna sličnost između korisnika ili predmeta u bazi podataka pomoću neke matematičke funkcije npr. kosinus funkcija, Jaccardova funkcija itd. i na osnovu te sličnosti nađe određeni broj najsličnijih korisnika ili predmeta. Zatim koristeći njihove ocjene generira ocjene predmeta koje aktivni korisnik nije ocijenio i na osnovu toga stvara preporuke. Jednostavni oblik suradničkog filtriranja je implementiran koristeći programski jezik Python. Također, implementirana je mjera za evaluaciju sustava preporučivanja RMSE. RMSE uspoređuje stvarne i procijenjene vrijednosti ocjena i na osnovu toga vrednuje sustav preporučivanja.
Sažetak (engleski)
This paper explains recommendation systems. Recommendation systems are used by online services to provide a better and more personalized offer. They are divided into three basic groups: content-based systems, collaborative filtering-based systems, and hybrid systems that are a mixture of the previous two. The collaborative filtering algorithm is described and implemented in more detail here. Collaborative filtering systems are divided into those based on user-user relationship and those based on item-item relationship. Collaborative filtering works by calculating a similarity between a user or an item in a database using a mathematical function such as a cosine function, a Jaccard function, etc., and based on that similarity finds a number of the most similar users or items. It then uses their grades to generate item grades that the active user has not graded and creates recommendations based on that. A simple form of collaborative filtering is implemented using the Python programming language. Also, a measure was implemented to evaluate the RMSE recommendation system. RMSE compares actual and estimated scores and evaluates the recommendation system accordingly.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:590465
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-13 16:00:27