##navigation.skip.nav## ##navigation.skip.main## ##navigation.skip.footer##

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
DOI:
https://doi.org/10.24867/02BE23Stojkovic
Predato
March 9, 2019
Objavljeno
2019-03-09

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