Al giorno d’oggi, a differenza del passato, è sempre più difficile reperire informazioni utili data l’enorme quantità di dati presenti in rete. E’ per questo che nascono i sistemi di raccomandazione: strumenti software in grado di filtrare informazioni e fornire contenuti personalizzati per gli utenti. La seguente tesi ha lo scopo di fornire una panoramica sui sistemi di raccomandazione, con particolare attenzione sulle diverse tipologie di raccomandazione, i campi applicativi, vantaggi e svantaggi di ciascun modello e alcune metriche di valutazione. Successivamente nell’ambito di questa tesi, viene implementato un sistema di raccomandazione di cibi tramite le librerie Surprise e Scikit-Learn nel linguaggio di programmazione Python. Il codice viene testato con sei diverse tipologie di algoritmi di machine learning per verificare il corretto funzionamento del sistema e valutarne i risultati.
Sviluppo di un sistema di raccomandazione tramite algoritmi di machine learning
FAEDO, GIOVANNI
2023/2024
Abstract
Al giorno d’oggi, a differenza del passato, è sempre più difficile reperire informazioni utili data l’enorme quantità di dati presenti in rete. E’ per questo che nascono i sistemi di raccomandazione: strumenti software in grado di filtrare informazioni e fornire contenuti personalizzati per gli utenti. La seguente tesi ha lo scopo di fornire una panoramica sui sistemi di raccomandazione, con particolare attenzione sulle diverse tipologie di raccomandazione, i campi applicativi, vantaggi e svantaggi di ciascun modello e alcune metriche di valutazione. Successivamente nell’ambito di questa tesi, viene implementato un sistema di raccomandazione di cibi tramite le librerie Surprise e Scikit-Learn nel linguaggio di programmazione Python. Il codice viene testato con sei diverse tipologie di algoritmi di machine learning per verificare il corretto funzionamento del sistema e valutarne i risultati.File | Dimensione | Formato | |
---|---|---|---|
Faedo_Giovanni.pdf
accesso aperto
Dimensione
1.77 MB
Formato
Adobe PDF
|
1.77 MB | Adobe PDF | Visualizza/Apri |
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
https://hdl.handle.net/20.500.12608/62794