Προσεγγίσεις μοντελοποίησης για συστάσεις βάσει τεχνικών συνεργατικού φιλτραρίσματος

Μοσχόβης, Ιωάννης

dc.contributor.advisor	Κυριαζής, Δημοσθένης
dc.contributor.author	Μοσχόβης, Ιωάννης
dc.date.accessioned	2018-11-08T06:45:58Z
dc.date.available	2018-11-08T06:45:58Z
dc.date.issued	2018
dc.identifier.uri	https://dione.lib.unipi.gr/xmlui/handle/unipi/11531
dc.description.abstract	Με την άνθιση του διαδικτύου, όπου ο αριθμός των επιλογών βρίσκεται σε υπεραφθονία, προέκυψε η ανάγκη να φιλτράρουμε, να ιεραρχήσουμε και να παραδώσουμε αποδοτικά τις σχετικές πληροφορίες έτσι ώστε να ελαττώσουμε το πρόβλημα της υπερτροφοδότησης πληροφοριών, το οποίο αποτελεί πρόβλημα για αρκετούς χρήστες του Διαδικτύου. Οι μηχανές συστάσεων (recommendation engines) επιλύουν αυτό το πρόβλημα, αναζητώντας μέσα από ένα μεγάλο όγκο δυναμικά παραγόμενων πληροφοριών, και εφοδιάζοντας τους χρήστες με εξατομικευμένες υπηρεσίες και περιεχόμενο. Σκοπός αυτής της εργασίας είναι να μελετήσουμε τις διαφορετικές τεχνικές πρόβλεψης σε συστήματα συστάσεων στην πράξη προσομοιώνοντας την λειτουργία τους, τα προβλήματα και τις προκλήσεις που προκύπτουν κατά την λειτουργία τους, καθώς και να προταθούν τυχόν λύσεις σε αυτά.	el
dc.format.extent	50	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Πειραιώς	el
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές	*
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές	*
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/	*
dc.title	Προσεγγίσεις μοντελοποίησης για συστάσεις βάσει τεχνικών συνεργατικού φιλτραρίσματος	el
dc.type	Master Thesis	el
dc.contributor.department	Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτων	el
dc.description.abstractEN	With the rise of Web 2.0, choices are in abundance, so the need to filter,sort and deliver information efficiently, minimizing the problem of surplusing information. Recommendation engines solve this problem, searching through a vast ammount of produced information and providing users with personalised services and content. Aim of this thesis is to study the different predicting methods in suggestion systems, focusing in collaborative filtering, simulating their functioning, the problems and the challenges that rise through this functioning and proposing solutions if possible.	el
dc.contributor.master	Ψηφιακές Επικοινωνίες και Δίκτυα	el
dc.subject.keyword	Μηχανές συστάσεων	el
dc.subject.keyword	Συνεργατικό φιλτράρισμα	el
dc.date.defense	2018-08-30

Files in this item

Name:: ΔΙΠΛΩΜΑΤΙΚΗ-ΜΕ1557.pdf
Size:: 2.013Mb
Format:: PDF
Description:: Μεταπτυχιακή διατριβή

View/Open

This item appears in the following Collection(s)

Τμήμα Ψηφιακών Συστημάτων
Department of Digital Systems

Show simple item record

Except where otherwise noted, this item's license is described as
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές