Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Evaluation of Recommender System
KTH, Skolan för teknik och hälsa (STH), Medicinsk teknik, Data- och elektroteknik.
2016 (Engelska)Självständigt arbete på grundnivå (yrkesexamen), 10 poäng / 15 hpStudentuppsats (Examensarbete)Alternativ titel
Utvärdering av rekommendationssystem (Svenska)
Abstract [en]

Recommender System (RS) has become one of the most important component for many companies, such as YouTube and Amazon. A recommender system consists of a series of algorithms which predict and recommend products to users. This report covers the selection of many open source recommender system projects, and movie predictions are made using the selected recommender system. Based on the predictions, a comparison was made between precision and an improved precision algorithm.

The selected RS uses singular value decomposition in the field of collaborative filtering. Based on the recommendation results produced by the RS, the comparison between precision and the improved precision algorithms showed that the result of improved precision is slightly higher than precision in different cutoff values and different dimensions of eigenvalues.

Abstract [sv]

Rekommendationssystem har blivit en av de viktigaste beståndsdelar för många företag, såsom YouTube och Amazon. Ett rekommendationssystem består av en serie av algoritmer som förutsäger och rekommenderar produkter till användare. Denna rapport omfattar valet av många öppen källkod rekommendationssystem projekt, och filmprognoser görs med det valda rekommendationssystemet. Baserat på filmprognoser, gjordes en jämförelse mellan precision och en förbättrad precision algoritmer.

Det valda rekommendationssystemet använder singulärvärdesuppdelning som kollaborativ filtrering. Baserat på rekommendationsresultat som produceras av rekommendationssystemet, jämförelsen mellan precision och den förbättrade precisions algoritmer visade att resultatet av förbättrad precision är något högre än precision i olika brytvärden och olika dimensioner av egenvärden.

Ort, förlag, år, upplaga, sidor
2016. , s. 42
Serie
TRITA-STH ; 2016:51
Nyckelord [en]
Recommender system, singular value decomposition, precision, recommendation accuracy
Nyckelord [sv]
Rekommendationssystem, singulärvärdesuppdelning, precision, rekommendations noggrannhet
Nationell ämneskategori
Datorteknik
Identifikatorer
URN: urn:nbn:se:kth:diva-188529OAI: oai:DiVA.org:kth-188529DiVA, id: diva2:935982
Externt samarbete
PlayPilot
Ämne / kurs
Datateknik, program- och systemutveckling
Utbildningsprogram
Högskoleingenjörsexamen - Datateknik
Handledare
Examinatorer
Tillgänglig från: 2016-09-29 Skapad: 2016-06-13 Senast uppdaterad: 2018-01-10Bibliografiskt granskad

Open Access i DiVA

fulltext(850 kB)360 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 850 kBChecksumma SHA-512
b113e47bd5799efe8e448a4d7d4b0437c3e8aefe4a83979ab75a1f811a80edfb8ffd1a5c826907f26aeebeeb28f1b7f2cb9df6c1aaa6571573c3ddf27a9146e3
Typ fulltextMimetyp application/pdf

Av organisationen
Data- och elektroteknik
Datorteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 360 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 1744 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf