• Books Recommender System via Linked Open Data 

      Defence status: DEFENDED
      Maleček, Ladislav (Univerzita Karlova, Matematicko-fyzikální fakulta, 2017)
      Date of defense: 20. 6. 2017
      Tato bakalářská práce se zaměřuje na použití metod doporučovacích systémů společně s Open Linked Data v doméně knih. Po důkladné analýze vícero dos- tupných zdrojů otevřených dat bylo usouzeno, že data dostatečné velikosti ...
    • Content-based doporučovací systémy 

      Defence status: DEFENDED
      Michalko, Maria (Univerzita Karlova, Matematicko-fyzikální fakulta, 2015)
      Date of defense: 3. 2. 2015
      Tato práce se zabývá problematikou tvoření doporučení pro jednotlivé uživatele prodejních webů na základě získaných uživatelských preferencí. Práce obsahuje přehled existujících doporučovacích systémů, způsobů získání ...
    • Deep Learning For Implicit Feedback-based Recommender Systems 

      Defence status: DEFENDED
      Yöş, Kaan (Univerzita Karlova, Matematicko-fyzikální fakulta, 2020)
      Date of defense: 16. 9. 2020
      Souhrn: Cílem výzkumu je zaměřit se na Recurrent Neural Networks (RNN) a jeho aplikaci na doporučení týkající se relací, která jsou posílena implicitní zpětnou vazbou od uživatelů a metadaty založenými na obsahu. Pro ...
    • Doporučovací systémy pro doménu receptů 

      Defence status: DEFENDED
      Starýchfojtů, Josef (Univerzita Karlova, Matematicko-fyzikální fakulta, 2020)
      Date of defense: 7. 7. 2020
      Recommender systems are now part of our daily life more than ever. We use them through several platforms, like music or video players. As users of such systems, we don't need to actively seek for new content, but let it ...
    • Doporučování se zaměřením na kulturní portály 

      Defence status: DEFENDED
      Vytisková, Zuzana (Univerzita Karlova, Matematicko-fyzikální fakulta, 2017)
      Date of defense: 6. 9. 2017
      The diploma thesis deals with the topic of recommendation in culture. In the theoretical part, it compares the recommendation of digitally available works with event recommendations, which serves as the basis for describing ...
    • Framework Supporting Online Evaluation of Recommender Systems 

      Defence status: DEFENDED
      Novák, Ondřej (Univerzita Karlova, Matematicko-fyzikální fakulta, 2019)
      Date of defense: 5. 9. 2019
      Touto prací se snažíme vyzdvihnout důležitost online evaluace pro testování doporučovacích systémů. Nejprve se podíváme na metody a způsoby, jakými moderní doporučovací systémy fungují. Také uvedeme, jak jsou porovnávány ...
    • Generating synthetic data for an assembly of police lineups 

      Defence status: DEFENDED
      Dokoupil, Patrik (Univerzita Karlova, Matematicko-fyzikální fakulta, 2021)
      Date of defense: 22. 6. 2021
      Fotorekognice hraje důležitou roli při policejním vyšetřování a může vést až ke stíhání a usvědčení podezřelé osoby. Během fotorekognice je svědkovi předložena sada fotografií a dále je tázán, jestli na některé z fotografií ...
    • Predicting novel drug-target interactions via deep learning techniques 

      Defence status: DEFENDED
      Frey, Adam (Univerzita Karlova, Matematicko-fyzikální fakulta, 2020)
      Date of defense: 3. 2. 2020
      Adam Frey Aim of this work was to develop a machine-learning model for a prediction of drug-target interactions. Inspired by previous state-of-the-art approaches, the work focuses on collaborative filtering methods and ...
    • Recommender systems for fashion outfits 

      Defence status: DEFENDED
      Nepožitek, David (Univerzita Karlova, Matematicko-fyzikální fakulta, 2020)
      Date of defense: 14. 9. 2020
      Doporučování módních outfitů má za cíl nabídnout uživateli módní produkty, které vizuální ladí s již vybranými částmi outfitu. Tradiční doporučovací systémy jsou založeny především na podobnostech mezi uživateli či položkami. ...
    • Similarity methods for music recommender systems 

      Defence status: DEFENDED
      Vystrčilová, Michaela (Univerzita Karlova, Matematicko-fyzikální fakulta, 2019)
      Date of defense: 27. 6. 2019
      Tradiční hudební doporučovací systémy využívají metody kolaborativního filtrování. To je ovšem nevýhoda pro posluchače, kteří preferují méně mainstreamové skladby, pro- tože kolaborativní filtrování je závislé na popularitě ...
    • User preference visualization for music 

      Defence status: DEFENDED
      Gajdušek, Pavel (Univerzita Karlova, Matematicko-fyzikální fakulta, 2020)
      Date of defense: 7. 7. 2020
      Most of the music portals offer users lists of songs that are the result of black-box algorithms. The recommendation is often nontransparent for users, therefore the irrele- vant recommendation might have negative consequences. ...

      © 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

      Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

      Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

      DSpace software copyright © 2002-2015  DuraSpace
      Theme by 
      @mire NV