dc.contributor.author | Matulevičius, Paulius | |
dc.date.accessioned | 2023-09-18T09:11:52Z | |
dc.date.available | 2023-09-18T09:11:52Z | |
dc.date.issued | 2021 | |
dc.identifier.uri | https://etalpykla.vilniustech.lt/handle/123456789/111023 | |
dc.description.abstract | Baigiamojo darbo tikslas – taikant pritaikomųjų pasiūlymų formavimo metodus ir surinktus naujienų duomenis ištirti vartotoją dominančių naujienų atranką ir rekomendacijų galimybes. Teorinėje dalyje išnagrinėtos rekomendacinės sistemos ir pritaikomųjų pasiūlymų metodai, apžvelgta natūralios kalbos apdorojimo nauda ir atlikta jos problematikos analizė. Pagal teorines gaires sudarytas ir aprašytas tyrimo metodikos planas. Praktinėje dalyje atliktas savarankiškai surinkto duomenų rinkinio klasterizavimas ir pateikti statistiniai jo rezultatai. Pasirinktais metodais apdorotam rinkiniui įgyvendintas teksto klasifikacijos uždavinys, pateiktos rezultatų ir bendrosios tyrimo išvados. Darbą sudaro 8 dalys: įvadas, pritaikomųjų pasiūlymų formavimo apžvalga, natūralios kalbos apdorojimo ir problematikos analizė, tyrimo metodikos planas, klasterizavimo proceso aprašymas ir statistiniai rezultatai, klasifikacijos užduoties realizacija ir rezultatų palyginimas, išvados, naudotos literatūros sąrašas. Darbo apimtis – 60 puslapių, 31 iliustracija, 13 lentelių ir 26 bibliografijos šaltiniai. | lit |
dc.description.abstract | Purpose of master‘s thesis: to research the selection of news of consumer interest and possibilities for recommendations by applying personalized product methods and gathered data of news records. In the theoretical part, recommendation systems and methods of personalized proposals were examined. Also, reviewed the benefits of natural language processing and its problems. A plan of research methodology was developed and widely described according to the theoretical guidlines. In the practical part, the self-collected data set was clustered and its statistical results were described. The text classification task was implemented by using selected methods with results and general conclusions of the research presented after. Whole paper consists of 8 parts: introduction, overview of personalized proposals formation, natural language processing and problem analysis, detailed research methodology plan, clustering process description and statistical results, classification task realization and comparison of results, conclusion, list of used literature references. Thesis consist of total: 60 pages, 31 figures, 13 tables and 26 bibliographical entries. | eng |
dc.format | PDF | |
dc.format.extent | 60 p. | |
dc.format.medium | tekstas / txt | |
dc.language.iso | lit | |
dc.rights | Neprieinamas | |
dc.source.uri | https://talpykla.elaba.lt/elaba-fedora/objects/elaba:95493242/datastreams/MAIN/content | |
dc.subject | 00 - Klasifikacija netaikoma / Classification does not apply | |
dc.title | Naujienų portalų įrašų rekomendavimas vartotojui, taikant pritaikomųjų pasiūlymų metodus | |
dc.title.alternative | News Portal Record Proposition for User by Applying Personalized Product Methods | |
dc.type | Magistro darbas / Master thesis | |
dcterms.references | 0 | |
dc.type.pubtype | ETD_MGR - Magistro darbas / Master thesis | |
dc.contributor.institution | Vilniaus Gedimino technikos universitetas | |
dc.subject.researchfield | T 007 - Informatikos inžinerija / Informatics engineering | |
dc.subject.lt | rekomendacinės sistemos | |
dc.subject.lt | NLP | |
dc.subject.lt | klasterizavimas | |
dc.subject.lt | teksto klasifikacija | |
dc.subject.en | recommendation systems | |
dc.subject.en | NLP | |
dc.subject.en | clustering | |
dc.subject.en | text classification | |
dc.identifier.elaba | 95493242 | |