| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 3 / 3
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
ZASNOVA SISTEMA ZA PRIPOROČANJE ZA PLATFORMO UMB-SMARTTV
Sandi Baumgartner, 2016, diplomsko delo

Opis: IPTV platforme razpolagajo s stotinami TV kanalov in velikimi količinami multimedijskih vsebin. Posledično so uporabniki vedno bolj obremenjeni s količino informacij, ki jih ne morejo več učinkovito uporabljati. Pomoč uporabnikom lahko prinesejo sistemi za priporočanje, ki se lahko uporabijo na primer za priporočanje novic, glasbe, filmov, restavracij ipd. V diplomskem delu podrobneje predstavljamo sisteme za priporočanje in pristope, ki se uporabljajo za priporočanje predvsem tistih vsebin, ki s čim večjo verjetnostjo določenega uporabnika tudi zanimajo. Na osnovi analize današnjih sistemov predlagamo tudi zasnovo sistema za priporočanje za platformo UMB-SmartTV.
Ključne besede: sistem za priporočanje, IPTV, metoda filtriranja vsebine, metoda filtriranja s sodelovanjem, UMB-SmartTV
Objavljeno: 04.07.2016; Ogledov: 675; Prenosov: 69
.pdf Celotno besedilo (3,04 MB)

2.
SISTEM PRIPOROČANJA DOKUMENTOV IN ANALIZA KVALITETE VSEBINSKEGA PRIPOROČANJA PRI RAZLIČNIH OBDELAVAH VHODNEGA BESEDILA
Mladen Borovič, 2012, magistrsko delo

Opis: V magistrskem delu obravnavamo načrtovanje in razvoj sistemov za vsebinsko priporočanje pomensko sorodnih dokumentov. V teoretičnem delu najprej podamo osnovne značilnosti priporočilnih sistemov. Ker v priporočilnem sistemu obdelujemo besedila v slovenskem jeziku, najprej podamo pregled nekaterih obdelav vhodnega besedila (lematizacija, izločanje pogostih besed in pomensko označevanje). Nato opišemo funkcijo razvrščanja BM25 in pristop z latentno semantično analizo. Sledi podroben opis razvoja priporočilnega sistema, ki je tudi praktični izdelek tega magistrskega dela. V nadaljevanju predstavimo in analiziramo uspešnost vsebinskega priporočanja pri različnih obdelavah vhodnega besedila. Na koncu podamo še nekaj potencialnih izboljšav v smislu pomenskega gručenja, klasifikacije, hibridnega pristopa pri razvrščanju dokumentov in uporabe razvitega sistema v drugih aplikacijah.
Ključne besede: priporočilni sistemi, vsebinsko priporočanje dokumentov, funkcija razvrščanja BM25, latentna semantična analiza, beleženje uporabniških aktivnosti, pomensko označevanje, statistične metode, procesiranje naravnega jezika, jezikovne tehnologije
Objavljeno: 30.11.2012; Ogledov: 2457; Prenosov: 237 
(3 glasovi)
.pdf Celotno besedilo (2,13 MB)

3.
Iskanje izvedeno v 0.1 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici