Naslov diplomskega dela: Implementacija priporočilnega sistema v PostgreSQL

Povzetek:

Priporočanje novih izdelkov je eden izmed osnovnih načinov izboljšanja nakupovalne izkušnje uporabnika. To nam omogočajo sistemi za priporočanje, ki si prizadevajo določiti čim bolj natančno oceno nekemu izdelku in nato najbolje ocenjene izdelke predstaviti uporabniku. Poznamo več vrst priporočilnih sistemov oziroma algoritmov, ki računajo ocene. V diplomski nalogi se osredotočamo na priporočanje s sodelovanjem in implementacijo treh sistemov za priporočanje v odprtokodni relacijski bazi PostgreSQL. Ideja za takšno implementacijo izhaja iz praktične potrebe, da bi priporočanje izvajali neposredno v relacijski bazi, kjer so podatki shranjeni. Na ta način se izognemo dodatnemu prenosu podatkov in izkoristimo zmogljivosti SQL ter prednosti, ki jih ponuja relacijska baza. Predstavljen je potek učinkovite implementacije takega sistema v PL/pgSQL jeziku ter opisane prednosti in slabosti takšne implementacije. Sisteme smo testirali na podlagi zbirke podatkov MovieLens ter jih primerjali z orodjem Surprise (programski jezik Python) ter že obstoječo rešitvijo RecDB, zgrajeno znotraj same relacijske baze PostgreSQL. Na koncu so predstavljene ključne ugotovitve primerjave sistemov, skupaj z njihovimi omejitvami in možnimi smernicami za nadaljnje delo in izboljšave.

Mentor: izr. prof. dr. Matjaž Kukar

Komisija za zagovor:

doc. dr. Boštjan Slivnik (predsednik),

izr. prof. dr. Matjaž Kukar (mentor),

doc. dr. Ratko Pilipović (član).

Prostor: Diplomska soba