Doporučovací systém pro zobrazení aktuálních zpráv a článků

Bc. Patrik MÜLLER

Master's thesis

Recommender system for displaying current news and articles

Abstract:

V této práci se zaměřuji na doporučovací systém pro zobrazování článků. Subdoména textu přirozeného jazyka v rámci domény doporučujících systému představuje různá specifika dána požadavky na aktuální i relevantní obsah, které vyžadují zapojení různých technik doporučujících systémů jako hledání podobnosti založené na obsahu, řazení výsledků, doporučení na základě ostatních uživatelů, či vlastních zvolených preferencí, přičemž se pro zobrazení relevantních článků tyto techniky často kombinují. V rámci této práce byly popsány, porovnány a prakticky ověřeny možné techniky a metody pro zobrazování aktuálních článků. Z kolaborativních metod byla využita metoda SVD. Z obsahových metod bylo prozkoumáno a do určité míry využito TF-IDF, Word2Vec, Doc2Vec nebo LDA. Nakonec bylo prozkoumáno využití hybridní metody mísící tyto přístupy.

Abstract:

In this thesis, I focus on a recommender system for displaying articles. The subdomain of the natural language text within the domain of recommender systems presents various specificities given by the requirements for topical and relevant content, which require the involvement of different recommender system techniques such as content-based similarity search, ranking of results, recommendations based on other users, or self-selected preferences, and these techniques are often combined to display relevant articles. In this work, possible techniques and methods for displaying relevant articles have been described, compared, and practically verified. The SVD method was used in the collaborative methods, and of the content methods, TF IDF, Word2Vec, Doc2Vec, or LDA were explored and used to some extent. Finally, a hybrid method that mixes these approaches was explored.

Keywords

doporučovací systémy, doporučující systémy, kolaborativní filtrování, SVD, doporučení založená na obsahu, TF-IDF, Word2Vec, Doc2Vec, LDA, řazení výsledků, hybridní doporučovací algoritmy, získávání informací, zpracování přirozeného jazyka

Language used: Czech

Date on which the thesis was submitted / produced: 12. 5. 2023

Accessible from:: 31. 12. 2999

Thesis defence

• Date of defence: 14. 6. 2023
• Supervisor: RNDr. Bogdan Walek, Ph.D.

University of Ostrava

Faculty of Science

Master programme / field:
Information Science / Information Systems