1 / 10

Identifikácia virtuálnych komunít v otvorenom priestore na webe

Identifikácia virtuálnych komunít v otvorenom priestore na webe. Mari án H önsch, Bc. Vedúci projektu: Michal Barla, Ing. sme.sk. Mi š ko. Šport. Politika. Kultúra. Jakubko. Majko. Dušanko. Mi š ko. Mi š ko. sme.sk. Mi š ko. Majka. Mi š ko. Jožko. Tomaško. Janko. Šport.

ros
Télécharger la présentation

Identifikácia virtuálnych komunít v otvorenom priestore na webe

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Identifikácia virtuálnych komunít v otvorenom priestore na webe Marián Hönsch, Bc. Vedúci projektu: Michal Barla, Ing.

  2. sme.sk Miško Šport Politika Kultúra

  3. Jakubko Majko Dušanko Miško Miško sme.sk Miško Majka Miško Jožko Tomaško Janko Šport Karolko Eduško Martinko Peťko Politika Kultúra

  4. Postup • Zachytenie záujmu používateľa • Klastrovanie záujmov • Detekcia virtuálnych komunít na základe záujmov • Sledovanie dynamiky komunity • Údržba používateľského modelu

  5. Detekcia záujmov • Statická - Predefinovaná • napr. kategórie článkov • Dynamická • Pre všetkých naraz (všetky články a poďme...) lepšie porovnanie • Pre každého zvlášť (na základe toho čo číta) viac personalizované

  6. Modelovanie používateľa • prekrývaný používateľský model založený na kľúčových slovách s obohatenými sémantickými prepojeniami (vrstvy) • WordNet vs. PLSA • Word count vs. váhovanie

  7. Detekcia komunít

  8. Sledovanie komunít • Dlhodobý / krátkodobý záujmu o komunitu. • Pohyb používateľov v rámci komunity

  9. Odporúčanie • Odporúčanie nových článkov • Odporúčanie k článku, ktorý používateľ práce číta

  10. Hypotézy • Hybridná kombinácia kolaboratívneho filtrovania podporená analýzou obsahu nedosiahne v danej doméne horšie výsledky ako tieto prístupy samostatne. • Skupiny referujúce k jednému záujmu poskytujú lepší základ pre odporúčanie ako skupiny agregujúce všetky záujmy spolu. • Zohľadnenie dynamiky v skupinách zlepšia kvalitu odporúčaní. • Vrstevný používateľský model poskytuje lepší základ na modelovanie skupín.

More Related