Recommender Systems Av: Knut Marius Sundt Veileder: Thomas Ågotnes.

Slides:



Advertisements
Liknende presentasjoner
Araenus Web & Reklame Postboks: 4441, Hospitalsløkkan Tlf: Fax: A.W.A.C.S. – Araenus Web Admin Control.
Advertisements

Content Management på en ny måte Stian Danenbarger Creuna as.
URD An Agenda-system for mobile absentee marking and group scheduling.
Slide 1 Web Portal – Godkjenn timer som kontaktperson 1.Når du har logget deg inn på Web portalen som en kontaktperson, klikk på Godkjenn timer i det venstre.
TIBE EDIT brukerveiledning Etter gjennomgang av denne presentasjonen skal du være i stand til å opprette nye sider, sette.
Hvem er vi?  InOut  Bygger merverdi rundt brukt IT-utstyr  Levert 70 Skolelinux-installasjoner  TeleComputing  Norges største leverandør av driftstjenester.
Markedsføring kommunikasjon. Markedsføring  Markedsføring – muligheten og nødvendigheten til muligheten og nødvendigheten til suksess. suksess.
Sosiale nettverk Hvilke kjennetegn har de?
Velg sjøveien - medieomtale og annonsering Informasjonssjef Anne Kristin Hjukse Oslo Havn KF.
Hvordan bruke IKT som kulturbedrift
NAF-Data A/S Dynamics & Empowerment l Kort presentasjon av eBestilling-konseptet l Hvorfor Dynamics? l Hvorfor Empowerment? l Erfaringer med Empowerment.
Penger & etikk to sider av samme sak? Henrik Syse, forsker og filosof
Teknologi-camp for jenter
Hva vil vi oppnå med brukerinvolvering?
Advisory Board for IT- studiene 2011 Bedriftspresentasjoner ved IT-avdelingen.
Om veiledning II.
10. Organisasjoners effektivitet
Hva er verdien av å ha biblioteksressurser representert i sosiale nettverk som f.eks Facebook?
Kommunal- og regionalminister Erna Solberg Møte med Fylkesmennene - Oslo 26.februar 2003 Statsråden Kommunenes moderniseringsarbeid.
Webside for Blikkenslager Harald Bårdseng AS Prosjekt 39E av Stian Ølstørn.
Visualizing Intrusion Detection Sjur Ringheim Lid.
Software Requirements Elicitation
Hva er ?. Facebook er et av de mest kjente sosiale medier eller nettsamfunn. Det er en gruppe mennesker som ved hjelp av data (internett) kommuniserer.
Sammenlikning av resultater på tvers av tjenester (utvalgte skalaspørsmål) Innbyggerundersøkelsen 2013 Prosjektnummer TNS /
1 WIKI Noen tanker rundt hva det er. 2 Vel Møtt til en spennende Dag! PROGRAM Hva er wiki - hvorfor? (intro – Roar) Utfasing av dagens vevtjener. Tilgang.
Defo – Distriktenes energiforening, Knut Lockert1 Møte OED 28. juni 2011 Innspill fra Defo.
INF 295 Algoritmer og datastrukturer Forelesning 6 ADT Lister, Stakker og Køer Hans Fr. Nordhaug (Ola Bø)
En enkel introduksjon Geir H. Hansen & Martin Setek SUAF-SO USIT jQuery.
PARLAY/OSA Referanser: Referanser Foredraget er i all hovedsak basert på to artikler. Disse kan finnes på:
Produktavdelingen Nicholas Robertson Program Manager.
Hvordan kan foreldre bruke de vangligste funksjonene i Itslearning.com
Forretningsplan.
Anbefalingssystemer og Ontologier
The Peer-to-Peer Architecture Av Ingunn Lund og Anja Lønningen.
Sosiale Medier SOSIALE MEDIER ER FREMTIDENS MARKEDSKANAL OG BRUKEN HAR EKSPLODERT DE SISTE ÅRENE VI GJØR DEG SYNLIG I MENGDEN.
Navn på FIRMa eller produkt HER SNAKKER DERE LITT OM DERE SELV. PKT 1 I LISTEN.
Problemet Hvilket problemer løser din app? Hva vil den gi av merverdi for brukeren. TEAMNAVN.
Hvorfor er gjenbruk så vanskelig? Brukt i In140 Skrevet av Hans Nordhaug Bygger på ”Architectural Mismatch: Why Reuse Is So Hard" i IEEE Software.
Distribusjon av programvare i et Novell NetWare miljø via ZenWorks Bjørn Endre Aune og Einar Baggerud Hovedprosjekt 2002.
1 26. januar 2006 TDT4285 Planl&drift IT-syst TDT4285 Planlegging og drift av IT-systemer Våren 2006 Anders Christensen, IDI Forelesning nr 9: Tjenester.
Nettverk for læring og utvikling Unni Vere Midthassel Senter for atferdsforskning.
Øving 1 - Forretningsideen
Hovedprosjekt HKD Gruppe 54E Oppsett og konfigurering av VPN.
UTARBEIDET AV INGER-LISE STOKKE
Nordic Research Group Omlegging av nettverksstruktur.
Bergen Flytting, boligmarked og kommuneøkonomi – ex. Akershus Hvorfor temaet er viktig – kommunaløkonomisk motivasjon Befolkningsutvikling.
Hvordan omsettes bolig i fremtiden? Det digital boligmarkedet
Neste samling. Dag 6 – regionvis (3) uke 41, 2014 Fra datastyrt til datainformert Mål: –Kompetanse i å bruke ulike data til å definere hvor det er behov.
Basisgrupper en nær professoren-opplevelse Knut Kaasen Nordisk institutt for sjørett Det juridiske fakultet Knut Kaasen 1.
1 Klikk for fasit! Klikk for fasit!
Lundeneset vidaregåande skole kristen internatskole i Nord-Rogaland –eid av Norsk Luthersk Misjonssamband 137 elever skoleåret 2001/2002 –124 elever bor.
Erfaringer fra samordning og koordinert innsats i Kultur- og naturreise. Hvilke muligheter gir åpne data? Lederseminar 11. mai 2015.
Lesing er en språklig prosess. Faktorer som har betydning for leseferdigheten.
FREDRIKSTAD KOMMUNE Digitale reguleringsplaner Per Henning Bjerva.
M&L2 Kap. 4 - ver.1 Markeds- undersøkelser Oslo, sept 2010.
Brukerveiledning for Agenter i Doffin
Kari Ludvigsen og Hilde Danielsen
Hva viser Mytos egentlig?
Differanserapport Differanserapporten viser differansen mellom lastbærere og pantartikler registrert i TOS HT av sjåfør, og mottatt på miljøstasjonen.
AVSLUTNINGSSEMESTER BACHELOR
Casino Tjene Penger Tips og Råd. Bare Flaks? Har du noen gang spurt deg selv et spørsmål, hvorfor noen spillere er mer profesjonelle enn andre? Hvordan.
10. Organisasjoners effektivitet
Gå til – Klikk på «lag konto».
Lynguide – for LIS Logge på:
Lynguide for leder-rollen
Lynguide - mobilapplikasjon
Lynguide for veileder-rollen
10-faktor Medarbeiderundersøkelse
Direkte salg i appen Regler for lag en deal
Lynguide for leder-rollen
Utskrift av presentasjonen:

Recommender Systems Av: Knut Marius Sundt Veileder: Thomas Ågotnes

Recommender Systems  Hva? Informasjonsfiltrering Personifisert Muligheter ≈∞  Hvorfor? Store mengder data Effektivitet (tid er penger) Tjene på andres erfaringer Målrettet markedsføring

Recommender Systems  Eksisterende:

Recommender Systems  Hvordan samle data? Eksplisitt  Karakter  Rangering Implisitt  Surfe-logg  Tidtaking  Klikkede linker ++

Collaborative Filtering  (u)likhet mellom brukere  Ikke domene-avhengig

Content-Based Filtering  (u)likhet mellom ”gjenstander”  Svært domene-avhengig

Utfordringer  Cold start  Motivasjon for bruk  ”Sparse matrix”  Skalerbarhet

Oppgaven  3 semestere: 1: Spesialpensum, bakgrunnsstoff 2 og 3: 100% på oppgaven  Maskinlæring  Tillit / Sosiale nettverk  Domene ikke fastsatt