Vývoj prediktivního modelu pro doporučování obsahu zákazníkům IPTV společnosti – Tomáš Polák
Tomáš Polák
Diplomová práce
Vývoj prediktivního modelu pro doporučování obsahu zákazníkům IPTV společnosti
Development of predictive model for content recommendation to the customers of IPTV company
Anotace:
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 …víceAbstract:
“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 …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 4. 10. 2019
Identifikátor:
http://www.vse.cz/vskp/eid/79857
Obhajoba závěrečné práce
- Obhajoba proběhla 8. 6. 2020
- Vedoucí: Soňa Karkošková
- Oponent: Martin Potančok
Citační záznam
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Vysoká škola ekonomická v Prazehttp://www.vse.cz/vskp/eid/79857
Vysoká škola ekonomická v Praze
Magisterský studijní program / obor:
Aplikovaná informatika / Informační systémy a technologie
Práce na příbuzné téma
-
Escalation of Violence in the Conflict over Nagorno Karabakh through the Lens of Early Warning Systems
Ondřej Zacha -
Leveraging Machine Learning for Time Series Predictive Analysis
Samuel Ambros -
Enhancing Forecasting Accuracy and Understanding Economic Relationships by Integrating Machine Learning and Econometrics
Yelyzaveta Shebalkova -
Machine Learning and Applications of AI
Chinonso Emmanuel Nnaka -
Data cleaning using machine learning
Ahmed Hassan -
Development of Data Deduplication Model for National Oncology Registry
Jozef Kraus -
Multimodal predictive model for analysing news data
Petr Kadlec -
Application of Common Provenance Model for MLFlow
Vojtěch Jurka