Sustav za preporuku pjesama na temelju korisničkih ocjena

Sažetak na hrvatskom: U radu su opisane vrste sustava za preporuku sadržaja te su istražena i opisana postojeća rješenja sustava za preporuku pjesama na temelju njihovog sadržaja. Obrađene su metode latentne reprezentacije i redukcije dimenzionalnosti ulaznih podataka. Kao rezultat istraživanja pred...

Full description

Permalink: http://skupni.nsk.hr/Record/fer.KOHA-OAI-FER:51095/Details
Glavni autor: Peš, Lucijan (-)
Ostali autori: Vuković, Marin (Thesis advisor)
Vrsta građe: Drugo
Impresum: Zagreb, L. Peš, 2019.
Predmet:
LEADER 02619na a2200229 4500
003 HR-ZaFER
008 160221s2019 ci ||||| m||| 00| 0 hr d
035 |a (HR-ZaFER)ferid6630 
040 |a HR-ZaFER  |b hrv  |c HR-ZaFER  |e ppiak 
100 1 |a Peš, Lucijan  |9 40367 
245 1 0 |a Sustav za preporuku pjesama na temelju korisničkih ocjena :  |b diplomski rad /  |c Lucijan Peš ; [mentor Marin Vuković]. 
246 1 |a Song recommender system based on user ratings  |i Naslov na engleskom:  
260 |a Zagreb,  |b L. Peš,  |c 2019. 
300 |a 38 str. ;  |c 30 cm +  |e CD-ROM 
502 |b diplomski studij  |c Fakultet elektrotehnike i računarstva u Zagrebu  |g smjer: Računarska znanost, šifra smjera: 56, datum predaje: 2019-06-28, datum završetka: 2019-07-05 
520 3 |a Sažetak na hrvatskom: U radu su opisane vrste sustava za preporuku sadržaja te su istražena i opisana postojeća rješenja sustava za preporuku pjesama na temelju njihovog sadržaja. Obrađene su metode latentne reprezentacije i redukcije dimenzionalnosti ulaznih podataka. Kao rezultat istraživanja predstavljen je i implementiran novi sustav preporuka na temelju sadržaja pjesama. Za određivanje pripadnosti pjesama pojedinim kategorijama koristio se algoritam gradient boosting koji se pokazao efektivnim pri učenju nad malim brojem primjera s velikim brojem značajki. Objektivnom i subjektivnom analizom rezultata pokazalo se kako modelirani sustav uspješno gradi liste pjesama koje uvelike odgovaraju korisničkim upitima te poboljšavaju korisničko iskustvo. 
520 3 |a Sažetak na engleskom: This paper goes through different types of content recommendation systems and explores existing content-based music recommender systems. Different latent representation methods and dimensionality reduction techniques of input data were presented. As a result of the research, a new content-based music recommender system was introduced and implemented. To determine the affiliation of songs to particular categories, a gradient boosting algorithm was used which proved to be effective in case of a small number of examples with a large number of features. Objective and subjective analysis of the results showed that the modeled system successfully builds song playlists that largely respond to user queries and improves overall user experience. 
653 1 |a sustav za preporuku  |a latentna reprezentacija  |a redukcija dimenzionalnosti  |a gradient boosting  |a MVC 
653 1 |a content-based music recommender system  |a latent representation  |a dimensionality reduction  |a gradient boosting  |a MVC 
700 1 |a Vuković, Marin  |4 ths  |9 33165 
942 |c Y 
999 |c 51095  |d 51095