prikaz prve stranice dokumenta Metoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima
No public access
undergraduate thesis
Metoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. urn:nbn:hr:168:975088
Rakocija, Andrea
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Rakocija, A. (2021). Metoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:975088

Rakocija, Andrea. "Metoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:975088

Rakocija, Andrea. "Metoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:975088

Rakocija, A. (2021). 'Metoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima', Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 06 November 2024, https://urn.nsk.hr/urn:nbn:hr:168:975088

Rakocija A. Metoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2021 [cited 2024 November 06] Available at: https://urn.nsk.hr/urn:nbn:hr:168:975088

A. Rakocija, "Metoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima", Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2021. Available at: https://urn.nsk.hr/urn:nbn:hr:168:975088

Metadata
TitleMetoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima
Title (english)Self-supervised learning method for recommender systems based on random walks in graphs
AuthorAndrea Rakocija
MentorMario Brčić (mentor)
Committee memberMario Brčić (predsjednik povjerenstva)
Committee memberAgneza Krajna (član povjerenstva)
Committee memberJuraj Dončević (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2021-07-15, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Zadaća algoritama preporuke je rangiranje i selekcija sadržaja koji su zanimljivi pojedinom korisniku. U sustavima preporuke temeljenim na učenju postoji problem hladnog početka (engl. cold-start) do kojeg dolazi kada ne postoje produkcijski, stvarni podatci za korisnike. Cilj ovog rada je konstruirati pomoćni zadatak (engl. artificial task) temeljen na slučajnim šetnjama u svrhu rješavanja problema hladnog početka. Pomoćni zadatak će omogućiti samonadzirano učenje za stvaranje dobrih reprezentacija na autorskim materijalima. Na temelju dobivenog skupa podataka stvorit će se model pojačanih stabala (engl. boosting trees). Potom će se analizirati pretpostavke i mane konstruiranog problema za učenje za potrebe inicijalnog korištenja modela u produkcijskom sustavu.
Abstract (english)
The task od recommendation algorithms is to rank and select content that is interesting to an individual user. In learning-based recommendation system, there is cold-start problem that occurs when there is no production, actual data for users. The aim of this paper is to construct a pretext task based on random walks in order to solve the problem of cold start. The pretext task will enable self-supervised learning to create good representations on the author's materials. A model of the boosting trees will be created based on the obtained dataset. Then, the assumptions and shortcomings of the constructed learning problem will be analyzed for the purposes of the initial use of the model in the production system.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:975088
Study programmeTitle: Computing
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-14 21:31:46