Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Effektiviteten av rekommendationssystems olika filtreringstekniker: En strukturerad litteraturstudie
Uppsala University, Disciplinary Domain of Humanities and Social Sciences, Faculty of Social Sciences, Department of Informatics and Media, Information Systems.
Uppsala University, Disciplinary Domain of Humanities and Social Sciences, Faculty of Social Sciences, Department of Informatics and Media, Information Systems.
2018 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesis
Abstract [sv]

Mängden data som transporteras över Internet idag är stor. Vilket innebär att det finns ett överflöd av information och ett behov för att urskilja relevant innehåll mot irrelevant. För att uppnå detta används rekommendationssystem som i sin tur använder olika filtreringstekniker. Det finns tre huvudtyper av tekniker, innehållsbaserad kollaborativ filtrering och hybrid tekniker. Syftet med studien är att jämföra olika filtreringstekniker och undersöka hur teknikerna förhåller sig till träffsäkerhet mot testset, beräkningsbelasning och användarnöjdhet. För att genomföra detta på ett nyanserat sätt har en strukturerad litteraturstudie genomförts där sju olika steg för inhämtning och analys av dokument gjorts. En kvalitativ metanalys genomfördes på de 28 utvalda tidskriftsartiklarna. IFT rekommendationssystem var den rekommendationsteknik som anses minst effektiv utifrån den definition som studien utgått från. KFT och hybrid rekommendationssystem är de som är mest effektiva enligt denna studie. Hybrid system kan ta vara på fördelar från alla andra tekniker och kan synergiskt också motverka vissa av teknikernas förknippade brister, mot kostnaden av att implementations-komplexiteten ökar.

Place, publisher, year, edition, pages
2018. , p. 44
Keywords [en]
Recommender systems, Recommendation systems, Electronic Commerce, E-Commerce, Literature review, Content based filtering, Collaborative filtering, Hybrid filtering
Keywords [sv]
Rekommendationssystem, E-Handel, Rekommendations System, Litteraturstudie, Innehållsbaserad Filtreringsteknik, Kollaborativ Filtreringsteknik, Hybrid filtreringsteknik
National Category
Information Systems, Social aspects
Identifiers
URN: urn:nbn:se:uu:diva-354068OAI: oai:DiVA.org:uu-354068DiVA, id: diva2:1220547
Subject / course
Information Systems
Educational program
Bachelor programme in Information Systems
Supervisors
Examiners
Available from: 2018-06-21 Created: 2018-06-18 Last updated: 2018-06-21Bibliographically approved

Open Access in DiVA

Effektiviteten av rekommendationssystems olika filtreringstekniker, Lundstrom och Sandberg(327 kB)7 downloads
File information
File name FULLTEXT01.pdfFile size 327 kBChecksum SHA-512
9d6c243144803d93d3d906f543b71d351b5db6b15c921a30c5133960f6180438dbf362a13ded241354a3e2d3ae0ea065856a3ae0d9d28b968fbdc9932d0d7d2c
Type fulltextMimetype application/pdf

By organisation
Information Systems
Information Systems, Social aspects

Search outside of DiVA

GoogleGoogle Scholar
Total: 7 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 13 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf