but.committee	prof. Dr. Ing. Jan Černocký (předseda) doc. Ing. Jiří Jaroš, Ph.D. (místopředseda) doc. RNDr. Dana Hliněná, Ph.D. (člen) Ing. Filip Orság, Ph.D. (člen) RNDr. Marek Rychlý, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: 1) Why was the negative sampling chosen instead of the complete objective function, given that the dataset is of moderate size? Why only 20 negative samples? 2) The experiments showed that the proposed skip-gram based under-performs as compared to the baseline ALS system. What are the reasons? (Apart from the size of the dataset)	cs
but.jazyk	angličtina (English)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Fajčík, Martin	en
dc.contributor.author	Kočí, Jan	en
dc.contributor.referee	Kesiraju, Santosh	en
dc.date.created	2019	cs
dc.description.abstract	Tématem této bakalářské práce jsou doporučovací systémy pro webové články. Tato práce nejdříve uvádí nejpopulárnější metody z této oblasti a vysvětluje jejich principy, následně navrhuje požití vlastní architektury, založené na neuronových sítích, která aplikuje metodu Skip-gram negative sampling na problematiku doporučování. V další části pak implementuje tuto architekturu společně s několika dalšími modely, požívající algoritmus SVD, collaborative filtering s algoritmem ALS a také metodu Doc2Vec k vytvoření vektorové reprezentace z obsahu získaných článků. Na závěr vytváří tři evaluační metriky, konkrétně metriky RANK, Recall at k a Precision at k, a vyhodnocuje kvalitu implementovaných modelů srovnáním výsledků s nejmodernějšími modely. Kromě toho také diskutuje o roli a smyslu doporučovacích systémů ve společnosti a uvádí motivaci pro jejich používání.	en
dc.description.abstract	Recommender systems for web articles are the main interest of this thesis. It explains the most popular approaches used to build these systems, proposes a neural-network-based architecture applying the Skip-gram inspired negative sampling method to the recommendation problem, implements this architecture together with several other models, using Singular value decomposition, collaborative filtering with Alternating Least Squares (ALS) algorithm and a content-based approach using the Doc2Vec algorithm to create document vectors from the obtained articles. Finally, it implements three evaluation metrics - namely the RANK metric, Recall at k and Precision at k - and compares the models with state-of-the-art. Apart from that it also gives a brief discussion on the role and purpose of these systems together with the motivation of using them.	cs
dc.description.mark	B	cs
dc.identifier.citation	KOČÍ, J. Doporučovací systém pro webové články [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.	cs
dc.identifier.other	122165	cs
dc.identifier.uri	http://hdl.handle.net/11012/180265
dc.language.iso	en	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	Doporučovací systémy	en
dc.subject	Strojové učení	en
dc.subject	Hluboké učení	en
dc.subject	Zpracování textu	en
dc.subject	Kolaborativní filtrování	en
dc.subject	Faktorizace matic	en
dc.subject	Filtrování založené na obsahu.	en
dc.subject	Recommender Systems	cs
dc.subject	Machine Learning	cs
dc.subject	Deep Learning	cs
dc.subject	Document Embedding	cs
dc.subject	Collaborative Filtering	cs
dc.subject	Matrix Factorization	cs
dc.subject	Content-based filtering.	cs
dc.title	Doporučovací systém pro webové články	en
dc.title.alternative	Recommender System for Web Articles	cs
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2019-06-14	cs
dcterms.modified	2019-07-08-13:31:31	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	122165	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:25:50	en
sync.item.modts	2025.01.15 15:44:49	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Doporučovací systém pro webové články

Files

Original bundle

Collections