Σχεδιασμός και ανάπτυξη εφαρμογής προσωποποιημένων συστάσεων με χρήση ευφυών τεχνικών
Development of a personalized recommender system using intelligent techniques
Λέξεις-κλειδιά
Διαδίκτυο ; Σύστημα προτάσεων ; Μηχανική μάθηση ; Content based filtering ; Tmdb api ; Firebase authentication ; Recommendation system ; Streaming ; Ταινίες και σειρές ; Τεχνητή νοημοσύνη ; Αναγνώριση περιεχομένου ; Προσωποποιημένες προτάσεις ; React.js ; Node.js ; Express.js ; Firestore database ; Restful api ; Json web tokens ; Tf-idf vectorization ; Cosine similarity ; Τεχνολογίες frontend και backendΠερίληψη
Η παρούσα διπλωματική εργασία έχει βάση την ανάπτυξη και την έρευνα μιας διαδικτυακής εφαρμογής η οποία αξιοποιεί προηγμένες και έξυπνες τεχνικές για να εκπονήσει απόλυτα προσωποποιημένες προτάσεις περιεχομένου για τον κάθε χρήση με βάση τα ενδιαφέροντα και τις προτιμήσεις του. Παρουσιάζονται και αναλύονται πληθώρα διαφορετικών τεχνικών ανάπτυξης και αξιολόγησης αλγορίθμων, καθώς και η ενσωμάτωση τους σε μια εφαρμογή που επιτρέπει στους χρήστες να αναζητούν και να προσδιορίζουν τις προτιμήσεις τους για να παρέχει προτάσεις που είναι σχετικές, ουσιαστικές και συναρπαστικές. Αυτό δεν είναι απλώς ένα ακόμη σύστημα προτάσεων. Αποτελεί έναν έξυπνο μηχανισμό που δημιουργεί μια απόλυτα εξατομικευμένη εμπειρία πλοήγησης, όπου το προτεινόμενο περιεχόμενο δεν είναι ούτε τυχαίο ούτε γενικό, αλλά προσεκτικά συγχρονισμένο σύμφωνα με τις προτιμήσεις του χρήστη, οι οποίες αλλάζουν στο πέρασμα του χρόνου.
Περίληψη
This thesis is based on the development and research of a web application that leverages advanced and intelligent techniques to generate fully personalized content recommendations for each user, based on their interests and preferences. A variety of different techniques for algorithm development and evaluation are presented and analyzed, as well as their integration into an application that allows users to search for and define their preferences in order to provide recommendations that are relevant, meaningful, and engaging. This is not just another recommendation system. It is an intelligent mechanism that creates a fully personalized browsing experience, where the suggested content is neither random nor generic but carefully synchronized with the user's preferences, which evolve over time.
Αριθμός σελίδων
102Σχολή
Σχολή ΜηχανικώνΑκαδημαϊκό Τμήμα
Τμήμα Μηχανικών Πληροφορικής και ΥπολογιστώνΓλώσσα
ΕλληνικάΣυλλογή
Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές