URI | http://purl.tuc.gr/dl/dias/893756DF-A97E-46DA-9C2C-1D2024B108B7 | - |
Αναγνωριστικό | https://doi.org/10.26233/heallink.tuc.78966 | - |
Γλώσσα | en | - |
Μέγεθος | 2,7 megabytes | en |
Τίτλος | A recommendation system for personalized reviews in Apache Spark | en |
Τίτλος | Ένα σύστημα παροχής συστάσεων για εξατομικευμένες κριτικές στο Apache Spark | el |
Δημιουργός | Mariolou Nektaria | en |
Δημιουργός | Μαριολου Νεκταρια | el |
Συντελεστής [Επιβλέπων Καθηγητής] | Deligiannakis Antonios | en |
Συντελεστής [Επιβλέπων Καθηγητής] | Δεληγιαννακης Αντωνιος | el |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Garofalakis Minos | en |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Γαροφαλακης Μινως | el |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Lagoudakis Michail | en |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Λαγουδακης Μιχαηλ | el |
Εκδότης | Πολυτεχνείο Κρήτης | el |
Εκδότης | Technical University of Crete | en |
Ακαδημαϊκή Μονάδα | Technical University of Crete::School of Electrical and Computer Engineering | en |
Ακαδημαϊκή Μονάδα | Πολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
Περίληψη | Τα συστήματα παροχής εξατομικευμένων συστάσεων παίζουν ολοένα και αυξανόμενα καθοριστικό ρόλο στη διαδικασία λήψης αποφάσεων του πελάτη. Οι διάφορες ιστοσελίδες ηλεκρονικού εμπορίου διαφέρουν ως προς τους στόχους,τις λειτουργίες και τα χαρακτηριστικά τους αλλά ο πρωταρχικός στόχος τους είναι να εντοπίσουν αποτελεσματικά την απόφαση του χρήστη. Η πιο συχνή προσέγγιση είναι η επιλογή των κριτικών με το μεγαλύτερο ποσοστό χρησιμότητας που έχει προκύψει από τους ψήφους των χρηστών που τις έχουν ήδη διαβάσει. Έτσι, καταλήγουν με μια επιλογή η οποία πηγάζει από ένα περιορισμένο εύρος κριτιρίων. Σε αυτή την εργασία, επικεντρωνόμαστε στην ανάκτηση ενός υποσυνόλου κριτικών, χρησιμοποιώντας εξατομικευμένα κριτήρια. Προκειμένου να καθορίσουμε το ποιο σύνολο κριτικών μπορεί να αντιστοιχεί σε μεμονωμένους χρήστες, επικεντρωνόμαστε στη σημασία των πτυχών του κάθε προιόντος για τον κάθε χρήστη. Το σύστημα μας είναι χτισμένο στο Apache Spark, επιτρέποντας την επεξεργασία των κριτικών, το αξιολογούμε με δεδομένα από το Amazon και τα δεδομένα ευρετηριάζονται στην κατανεμημένη μηχανή αναζήτησης, Elasticsearch. | el |
Περίληψη | Personalized recommendation systems play an increasingly growing role in customer's decision making process. The various e-commerce sites differ in their objectives, functions and characteristics but their common primary goal is to identify efficiently user decision. The most frequent approach is the selection of the reviews with the highest percentage of helpfulness' votes by users who have read the reviews. Thus, they end up with a selection derived from a limited scope of criteria. In this work, we focus on retrieving a subset of reviews, using personalized criteria. In order to determine which set of reviews may correspond to individual users' preferences, we focus on the importance of product aspects for each user. Our system is built on Apache Spark enabling the processing of reviews, we evaluate it with a dataset from Amazon and the results are indexed in the distributed search engine, Elasticsearch | en |
Τύπος | Διπλωματική Εργασία | el |
Τύπος | Diploma Work | en |
Άδεια Χρήσης | http://creativecommons.org/licenses/by/4.0/ | en |
Ημερομηνία | 2018-10-05 | - |
Ημερομηνία Δημοσίευσης | 2018 | - |
Θεματική Κατηγορία | Apache Spark | en |
Θεματική Κατηγορία | Σύστημα συστάσεων | el |
Θεματική Κατηγορία | Recommender system | en |
Βιβλιογραφική Αναφορά | Nektaria Mariolou, "A recommendation system for personalized reviews in Apache Spark", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2018 | en |
Βιβλιογραφική Αναφορά | Νεκταρία Μαριόλου, "Ένα σύστημα παροχής συστάσεων για εξατομικευμένες κριτικές στο Apache Spark", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2018 | el |