Vývoj prediktivního modelu pro doporučování obsahu zákazníkům IPTV společnosti

Tomáš Polák

Master's thesis

Development of predictive model for content recommendation to the customers of IPTV company

Abstract:

Služby “IPTV” a “Video on Demand” jsou v současné době velmi populární, přičemž uživatelé zmíněných služeb oceňují především velký výběr obsahu a snadnou dostupnost služeb. Schopnost prezentovat uživateli relevantní, a pro klienta zajímavý obsah, poskytuje dodavateli zmíněných služeb značnou konkurenční výhodu na současném trhu. Cílem této diplomové práce je vyvinout prediktivní model, jenž bude vybrané skupině uživatelů IPTV služeb predikovat zajímavý obsah. Zpracování praktické části této diplomové práce bude probíhat ve spolupráci s jedním z největších IPTV poskytovatelů na Českém trhu. Výstupem diplomové práce je statistický prediktivní model, jenž bude implementován u zmíněné společnosti, a jehož cílem bude vybrané skupině uživatelů predikovat zajímavý obsah.

Abstract:

“IPTV” and “Video on Demand” services are very popular in the modern age. The users of these services appreciate a large selection of content and easy accessibility of these services. The ability to present individualized and relevant content to the users, gives the IPTV providers a large competitive advantage on the current market. The main goal of this diploma thesis is to develop a predictive model, which will suggest an interesting content for a selected group of the IPTV users. Development of the practical part of this thesis will be conducted in collaboration with one of the largest IPTV providers on the Czech market. The output of this diploma thesis will be a statistical predictive model, which will be implemented at the mentioned service provider and its function will be prediction of interesting content for the targeted user group.

Keywords

Strojové učení, Prediktivní model, Doc2vec, Rekomendační systémy, IPTV

Keywords

Machine learning, Predictive model, Doc2vec, Recommender systems, IPTV

Language used: Czech

Date on which the thesis was submitted / produced: 4. 10. 2019

Thesis defence

• Date of defence: 8. 6. 2020
• Supervisor: Soňa Karkošková
• Reader: Martin Potančok

Vysoká škola ekonomická v Praze

Master programme / field:
Aplikovaná informatika / Informační systémy a technologie