Elektrotehničko i računarsko inženjerstvo
God. 34 Br. 03 (2019): Zbornik radova Fakulteta tehničkih nauka
СОФТВЕРСКИ СИСТЕМ ЗА ПРЕПОРУКУ СТУДИЈСКОГ МОДУЛА НА СМЕРУ РАЧУНАРСТВО И АУТОМАТИКА
- Sonja Trpovski
- Svetozar Stojković
Apstrakt
Овај рад бави се истраживањем перформанси два приступа системима за препоруку. Први тип система за преоруку је систем за препоруку заснован на колаборативном филтрирању, а други је заснован на моделу латентних фактора. За складиштење података користе се технологије семантичког веба где се подаци налазе на Фусеки серверу одакле се добављају SPARQL упитима. Тачност система за препоруку заснованом на колаборативном филтрирању износи 83.92% док је тачност система за препоруку засновану на моделу латентних фактора 30.04%. Закључено је да иако примитивнија метода, колаборативно филтрирање, даје боље резултате јер се користи део целокупног скупа студената.
Reference
[1] https://www.w3.org/standards/semanticweb/ontology
[2] https://www.w3.org/OWL/
[3] https://www.w3.org/RDF/
[4] https://www.w3.org/TR/rdf-sparql-query/
[5] https://www.datacamp.com/community/tutorials /recommender-systems-python
[6] http://onlinestatbook.com/2/describing_bivariate_data /pearson.html
[7] Learning Personal+Social Latent Factor Model for Social Recommendation; Yelong Shen, Ruoming Jin; Department of Computer Science Kent State University.
[8] MF-Based-Recommendation https://github.com/ShantanuDeshpande/MF-Based-Recommendation