Αυτοματοποιημένο Σύστημα Συστάσεων για Χώρους Διασκέδασης

Μαντής, Νικόλαος; Ζγαντζούρης, Βασίλειος

Automated Recommender System for Entertainment Venues

Διπλωματική εργασία

Author

Μαντής, Νικόλαος

Ζγαντζούρης, Βασίλειος

Date

2021-07-21

Advisor

Πρεζεράκος, Γεώργιος

Mantis_40568_Zgantzoyris_45408.pdf (1.952Mb)

Keywords

Magellan ; Recommender systems ; Collaborative filtering ; Content based ; Angular ; Spring ; Model based ; Memory based ; Συστήματα συστάσεων ; Συνεργατικό φιλτράρισμα

Abstract

Στόχος της πτυχιακής εργασίας είναι η μελέτη συστημάτων συστάσεων χρησιμοποιώντας νέες, διαδεδομένες τεχνολογίες ανάπτυξης ιστοσελίδων. Στα πλαίσια της εργασίας έχει αναπτυχθεί μια εφαρμογή με τίτλο Magellan με δομικά στοιχεία τις γλώσσες προγραμματισμού Angular (JavaScript Framework), Spring (Java Framework), Flask (Python Framework). Το Magellan είναι μια πλατφόρμα που με βάση το προφίλ κάθε χρήστη, το οποίο δημιουργείται με στοιχεία από το ιστορικό αναζητήσεων του, προσπαθεί να προβλέψει ποια σημεία ψυχαγωγίας/διασκέδασης βρίσκονται στο φάσμα της αρεσκείας του και να προτείνει τα πιο πιθανά.

Abstract

The present thesis concerns the study of recommender systems using new, widespread web development technologies. As part of the study, an application called Magellan has been developed using development tools such as Angular (JavaScript Framework), Spring (Java Framework), Flask (Python Framework). Magellan is a platform based on each user's profile, created with data from their search history, trying to predict which entertainment places are in the range of their liking and recommending the most likely ones.