Nel commercio elettronico odierno si assiste ad un’abbondanza dell’offerta di prodotti, la quale ha reso necessaria la costruzione di sistemi di raccomandazione personalizzati per utente. In genere tali sistemi si basano su informazioni quali lo storico degli acquisti, le preferenze dell’utente e l'eventuale confronto con altri utenti. L’obiettivo di questo lavoro è l'applicazione di metodi statistici finalizzati al riconoscimento delle preferenze di un utente in termini di serie tv, basandosi sui dati relativi ad un profilo privato tratti dalla piattaforma Netflix.

Metodi statistici per la definizione di un sistema di raccomandazione personalizzato: un'analisi di dati Netflix

ZANATTA, RAUL
2021/2022

Abstract

Nel commercio elettronico odierno si assiste ad un’abbondanza dell’offerta di prodotti, la quale ha reso necessaria la costruzione di sistemi di raccomandazione personalizzati per utente. In genere tali sistemi si basano su informazioni quali lo storico degli acquisti, le preferenze dell’utente e l'eventuale confronto con altri utenti. L’obiettivo di questo lavoro è l'applicazione di metodi statistici finalizzati al riconoscimento delle preferenze di un utente in termini di serie tv, basandosi sui dati relativi ad un profilo privato tratti dalla piattaforma Netflix.
2021
Statistical methods for personalized recommender systems: a Netflix data analysis
raccomandazione
analisi dati
Netflix
File in questo prodotto:
File Dimensione Formato  
Zanatta_Raul.pdf

accesso riservato

Dimensione 978.53 kB
Formato Adobe PDF
978.53 kB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/35172