Arvamuspõhiste soovitussüsteemide tomimine kaudsel tagasisidel
Nimi
Kristjan Lõhmus
Kokkuvõte
Antud töö eesmärgiks on valida ja implementeerida soovitussüsteem USA-s opereerivale võrgumängude platvormile. Süsteemi eripärasid ja olemasolevaid andmeid arvestades valiti mudelipõhine lähenemine süsteemi koostamiseks. Implementeeriti kaks mudelit: Alternating Least Squares (ALS) ja Bayesian Personalized Ranking (BPR), mida treeniti süsteemist saadud andmete põhjal. Mudelite väljundi hindamiseks kasutati AUC-d ja mediaantäpsust. Tulemused näitasid, et mudelid töötasid koguandmetel identse täpsusega, kuid uute mängijate hindamisel sai parema tulemuse ALS.
Lõputöö keel
inglise
Lõputöö tüüp
Bakalaureus - Informaatika
Juhendaja(d)
Anna Aljanaki, Hakan Berber
Kaitsmise aasta
2021