Σημασιολογικές συστάσεις μέσω εφαρμογής android κινητού

Πυλιαρός, Γεώργιος

dc.contributor.advisor	Αλέπης, Ευθύμιος
dc.contributor.author	Πυλιαρός, Γεώργιος
dc.date.accessioned	2018-11-09T11:01:06Z
dc.date.available	2018-11-09T11:01:06Z
dc.date.issued	2018-11
dc.identifier.uri	https://dione.lib.unipi.gr/xmlui/handle/unipi/11537
dc.description.abstract	Tα συστήματα συστάσεων είναι απαραίτητα για το εμπόριο κινητών τηλεφώνων. Μέσω των εξαιρετικά εξατομικευμένων προϊόντων και υπηρεσιών που προσφέρουν, τα οφέλη είναι τεράστια τόσο για τις εταιρείες όσο και για τους ιδιώτες – χρήστες των κινητών. Μια βασική προϋπόθεση για την εφαρμογή τέτοιων συστημάτων είναι να αποκτήσουν αρκετές πληροφορίες για κάθε μεμονωμένο καταναλωτή μέσω του προφίλ του. Ωστόσο, οι περισσότερες υπάρχουσες προσεγγίσεις δημιουργίας προφίλ σε κινητά υποφέρουν από διαφορά προβλήματα (π.χ. θεωρούνται παρεμβατικές (intrusive) ή δεν είναι ικανοποιητικά επεκτάσιμες (non-scalable))γεγονός που τις εμποδίζει να υιοθετηθούν στην πραγματικότητα. Μέσα από την προσέγγιση αυτής της μεταπτυχιακής διατριβής, επιδιώκουμε να αντιμετωπίσουμε μερικά από αυτά τα προβλήματα χρησιμοποιώντας ανοικτά προσβάσιμα δεδομένα των χρηστών (π.χ. αρχεία εγκατάστασης εφαρμογών) και προσφέροντας συστάσεις με τη χρήση τεχνολογιών σημασιολογικού ιστού.	el
dc.format.extent	45	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Πειραιώς	el
dc.rights	Αναφορά Δημιουργού - Παρόμοια Διανομή 4.0 Διεθνές	*
dc.rights.uri	http://creativecommons.org/licenses/by-sa/4.0/	*
dc.title	Σημασιολογικές συστάσεις μέσω εφαρμογής android κινητού	el
dc.title.alternative	A semantic recommendations mobile application	el
dc.type	Master Thesis	el
dc.contributor.department	Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής	el
dc.description.abstractEN	Recommender systems are essential in mobile commerce to benefit both companies and individuals by offering highly personalized products and services. One key pre-requirement of applying such systems is to gain decent knowledge about each individual consumer through user profiling. However, most existing profiling approaches on mobile suffer problems such as non-real-time, intrusive, cold-start, and non-scalable, which prevents them from being adopted in reality. Through the approach of this postgraduate dissertation, we aim to tackle some of these problems by using openly accessible data of the users (e.g. app installation logs) and making semantic recommendations through the use of semantic web technologies.	el
dc.contributor.master	Πληροφορική	el
dc.subject.keyword	Σημασιολογικές συστάσεις	el
dc.subject.keyword	Semantic recommendations	el
dc.subject.keyword	Semantic web application	el
dc.subject.keyword	Semantic web	el
dc.subject.keyword	Σημασιολογικός Ιστός	el
dc.subject.keyword	Εφαρμογή android	el
dc.date.defense	2018-11

Αρχεία σε αυτό το τεκμήριο

Name:: Pyliaros_16032.pdf
Μέγεθος:: 1.498Mb
Τύπος:: PDF
Description:: Μεταπτυχιακή διατριβή

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Τμήμα Πληροφορικής
Department of Informatics

Εμφάνιση απλής εγγραφής

Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Παρόμοια Διανομή 4.0 Διεθνές