Sök:

System fo?r automatiska rekommendationer av nyheter och evenemang


Teknik och data a?r nyckeln till att Bonnier Business Media (BBM) ska kunna na? sina ma?l och leverera ytterligare tillva?xt. Da?rfo?r vill man ligga i framkant na?r det ga?ller att underso?ka nya tekniker som kan fo?rba?ttra plattformarna och go?ra dem mer tidsenliga. BBM har bland annat velat ta fram ett rekommendationssystem som ska anva?ndas till att go?ra inneha?llet individanpassat pa? webbplatserna och pa? ett effektivt sa?tt presentera detta sa? att de olika ma?lgrupperna fa?r den information de fo?rva?ntar sig. Till exempel ska beso?karen kunna fa? fo?rslag pa? artiklar och evenemang som kan vara av intresse.Ma?let med detta examensarbete har varit att ta fram en prototyp fo?r ett rekommendationssy- stem med tillho?rande algoritmer. Prototypen skulle kunna anva?ndas som ett ?koncepttest? fo?r att underso?ka mo?jligheten att skapa personliga rekommendationer till la?sare pa? Veckans Affa?rers webbplats, va.se. Implementationen av rekommendationssystem som togs fram till BBM bestod av en objektbaserad kollaborativ filtrerings algoritm som anva?nde beso?karnas beteende, publiceringsdatum och popularitet pa? artiklarna och evenemangen fo?r att skapa individuella rekommendationer. Efter genomfo?rda tester och analyser visar resultatet att det a?r fullt mo?jligt att skapa personliga rekommendationer som har en ho?gre precision a?n vad ett grundla?ggande rekommendationssystem, till exempel en popularitetslista, kan erbjuda. 

Författare

Theodor Brandt

Lärosäte och institution

KTH/Data- och elektroteknik

Nivå:

"Högskoleuppsats". Självständigt arbete (examensarbete) för att erhålla högskoleexamen

Läs mer..