Treballs Fi de Màster> Enginyeria Informàtica i Matemàtiques

Automatic preference learning on semantic attributes

  • Datos identificativos

    Identificador: TFM:155
    Autores:
    Naha, Kallol
  • Otros:

    Palabras clave: Recomendación, Ontología, atributos semánticos Recommendation, Ontology, Semantic Attributes Recomanació, Ontologia, atributs semàntics
    Título en diferentes idiomas: Aprendizaje automático de preferencias en atributos semánticos Automatic preference learning on semantic attributes Aprenentatge automàtic de preferències en atributs semàntics
    Áreas temàticas: Ingeniería informática Computer engineering Enginyeria informàtica
    Confidencialidad: No
    Curso académico: 2015-2016
    Estudiante: Naha, Kallol
    Departamento: Enginyeria Informàtica i Matemàtiques
    Creditos del TFM: 12
    Fecha de la defensa del trabajo: 2016-09-02
    Director del proyecto: Moreno Ribas, Antonio
    Resumen: Resumen Los sistemas recomendadores han de conocer las preferencias de los usuarios para ofrecer sugerencias adecuadas. Esta información se puede aprender analizando la interacción del usuario con el sistema. En trabajos previos se mostró cómo aprender las preferencias sobre atributos numéricos y categóricos. En este trabajo se propone un marco para aprender las preferencias en atributos semánticos uni-valuados y multi-valuados. En un caso de estudios de destinos turísticos se muestra la posibilidad de ajustar los parámetros del aprendizaje para obtener un buen rendimiento. Summary Recommender systems need to know the preferences of users to provide accurate suggestions. This information may be learnt by analysing the interaction of the user with the system. Previous works showed how to learn the preferences on numeric and categorical attributes. In this work we propose a framework to learn the preferences on uni-valued and multi-valued semantic attributes. The possibility to tune the learning parameters to obtain a good performance is shown in a case study of tourist destinations. Resum Els Sistemes recomanadors han de conèixer les preferències dels usuaris per donar suggerències adequades. Aquesta informació es pot aprendre analitzant la interacció de l'usuari amb el sistema. En treballs previs es va mostrar com aprendre les preferències sobre atributs numèrics i categòrics. En aquest treball es proposa un marc per aprendre les preferències sobre atributs semàntics uni-valuats i multi-valuats. Un cas d'estudi amb destinacions turístiques mostra la possibilitat d'ajustar els valors dels paràmetres d'aprenentatge per obtenir un bon rendiment.
    Materia: Enginyeria
    Entidad: Universitat Rovira i Virgili (URV)
    Idioma: Anglès
    Enseñanza(s): Enginyeria Informàtica, Seguretat Informàtica i Sistemes Intel·ligents
    Título en la lengua original: Automatic preference learning on semantic attributes
    Fecha de alta en el repositorio: 2016-11-15
  • Palabras clave:

    Ingeniería informática
    Computer engineering
    Enginyeria informàtica
    Enginyeria
  • Documentos:

  • Cerca a google

    Search to google scholar