prikaz prve stranice dokumenta Metoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima
Rad nije dostupan
završni rad
Metoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. urn:nbn:hr:168:975088
Rakocija, Andrea
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Rakocija, A. (2021). Metoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:975088

Rakocija, Andrea. "Metoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:975088

Rakocija, Andrea. "Metoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 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', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 23.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:975088

Rakocija A. Metoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2021 [pristupljeno 23.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:975088

A. Rakocija, "Metoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:975088

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:975088
Podaci o radu
NaslovMetoda samonadziranog učenja za sustave preporuke temeljena na slučajnim šetnjama u grafovima
Naslov (engleski)Self-supervised learning method for recommender systems based on random walks in graphs
AutorAndrea Rakocija
MentorMario Brčić (mentor)
Član povjerenstvaMario Brčić (predsjednik povjerenstva)
Član povjerenstvaAgneza Krajna (član povjerenstva)
Član povjerenstvaJuraj Dončević (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2021-07-15, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
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.
Sažetak (engleski)
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.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:975088
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-14 21:31:46