Hybridní doporučovací systém pro návrh vhodných filmů s implementací vybraných algoritmů

Bc. Ondřej SLÁDEK

Master's thesis

Hybrid recommender system for proposal of relevant movies with implementation of selected algorithms

Abstract:

Diplomová práce se zabývá vývojem hybridního doporučovacího systému, jehož cílem je poskytnout personalizovaná doporučení v oblasti filmů. Tento systém využívá kolaborativní a obsahově založené filtrování. Pro interakci s uživateli využívá webové rozhraní, prostřednictvím kterého mohou uživatelé zadávat své preferované filmy z databáze MovieLens. V práci se dále věnuji analýze a testování různých algoritmů pro výběr filmů, které nejlépe korespondují s minulými preferencemi uživatele. Mezi prozkoumané algoritmy patří BaselineOnly, CoClustering, KNNBaseline, KNNBasic, NMF, SVD a SlopeOne. Část práce je věnována experimentálnímu ověřování výkonnosti navrhovaných algoritmů, kde je kladen důraz na jejich vyhodnocení na základě metrik, jako jsou Precision, Recall a F1 score. Cílem evaluace je posoudit, jak dobře každý z algoritmů zvládá generovat přesná a relevantní doporučení. Testovací fáze zahrnuje analýzu výsledků dosažených na testovací sadě uživatelů.

Abstract:

The thesis deals with the development of a hybrid recommendation system aimed at providing personalized recommendations in the field of movies. This system utilizes both collaborative and content-based filtering and employs a web interface for user interaction, through which users can input their preferred movies from the MovieLens database. The work also focuses on the analysis and testing of various algorithms for selecting movies that best correspond to user past preferences. Part of the thesis is dedicated to the experimental verification of the performance of the proposed algorithms, with an emphasis on their evaluation based on metrics such as Precision, Recall, F1 score. The goal of the evaluation is to assess how well each algorithm performs in generating accurate and relevant recommendations. The testing phase includes analysis of the results achieved on the test set of users.

Keywords

doporučovací systém, kolaborativní filtrování, obsahově založené filtrování, singulární rozklad hodnot, strojové učení

Language used: Czech

Date on which the thesis was submitted / produced: 24. 5. 2024

Accessible from:: 31. 12. 2999

Thesis defence

• Supervisor: RNDr. Bogdan Walek, Ph.D.

University of Ostrava

Faculty of Science

Master programme / field:
Applied Information Science / Umělá inteligence