dc.contributor.advisor | Τσιχριντζής, Γεώργιος | |
dc.contributor.author | Mikros, Dimitrios | |
dc.contributor.author | Μικρός, Δημήτριος | |
dc.date.accessioned | 2019-12-10T10:02:22Z | |
dc.date.available | 2019-12-10T10:02:22Z | |
dc.date.issued | 2019-11 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/12527 | |
dc.description.abstract | Στο Διαδίκτυο, όπου ο αριθμός των επιλογών είναι συντριπτικός, για το λόγο αυτό λοιπόν δημιουργείτε η
ανάγκη φιλτραρίσματος, ιεράρχησης και αποτελεσματικής παράδοσης σχετικών πληροφοριών
προκειμένου να μετριαστεί το πρόβλημα της υπερφόρτωσης των πληροφοριών, γεγονός που
δημιούργησε ένα δυνητικό πρόβλημα σε πολλούς χρήστες του Διαδικτύου. Τα συστήματα συστημένων
λύσεων επιλύουν αυτό το πρόβλημα αναζητώντας μεγάλο όγκο δυναμικά παραγόμενων πληροφοριών για
να παρέχουν στους χρήστες εξατομικευμένο περιεχόμενο και υπηρεσίες. Σκοπός αυτης της διπλώματικης
διατριβής είναι να διερευνήσει τα διαφορετικά χαρακτηριστικά και τις δυνατότητες διαφορετικών
τεχνικών πρόβλεψης στα συστήματα συστάσεων για να χρησιμεύσει ως πυξίδα για έρευνα και πρακτική
στον τομέα των συστημικών συστάσεων. | el |
dc.format.extent | 41 | el |
dc.language.iso | en | el |
dc.publisher | Πανεπιστήμιο Πειραιώς | el |
dc.rights | Αναφορά Δημιουργού 4.0 Διεθνές | * |
dc.rights | Αναφορά Δημιουργού 4.0 Διεθνές | * |
dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | * |
dc.title | A literature review on recommendation systems | el |
dc.title.alternative | Βιβλιογραφική επισκόπηση συστημάτων σύστασης | el |
dc.type | Master Thesis | el |
dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
dc.description.abstractEN | On the Internet, where the number of choices is overwhelming, there is need to filter, prioritize and
efficiently deliver relevant information in order to alleviate the problem of information overload, which
has created a potential problem to many Internet users. Recommender systems solve this problem by
searching through large volume of dynamically generated information to provide users with personalized
content and services. The purpose of this diploma thesis is to explore the different features and
capabilities of different technical predictions in the recommendation systems to serve as a compass for
research and practice in systemic recommendations | el |
dc.contributor.master | Προηγμένα Συστήματα Πληροφορικής | el |
dc.subject.keyword | Recommendation systems | el |
dc.subject.keyword | Machine learning | el |
dc.subject.keyword | YouTube | el |
dc.subject.keyword | Twitter | el |
dc.subject.keyword | Netflix | el |
dc.date.defense | 2019-11-19 | |