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
Rekommendationssystem för sportnyheter
KTH, School of Electrical Engineering and Computer Science (EECS).
2018 (Swedish)Independent thesis Basic level (professional degree), 10 credits / 15 HE creditsStudent thesisAlternative title
Modell och implementation med Amazon Web Services (English)
Abstract [sv]

På uppdrag av sportmediakoncernen ESMG undersöker detta arbete två frågeställningar: Hur kan man utveckla och driftsätta ett rekommendationssystem för nyhetsartiklar? Vilka föroch nackdelar finns med ett eget system jämfört med tredjepartssystem? Arbetet använder Polyas fyra steg som undersökningsmetod, där de fyra stegen anpassas och appliceras på detta projekt.

För att kunna besvara den första frågeställningen, skapas initialt en kravspecifikation, som ligger till grund för rekommendationssystemets funktionella och icke-funktionella krav. Utifrån kravspecifikationen, görs en initial fallstudie av Amazon Web Services (AWS), där lämpliga verktyg och tjänster väljs, följt av utformning av en arkitektur för rekommendationssystemet. I en fallstudie av Hockeysveriges webbplats, implementeras sedan arkitekturen med hjälp av AWS och några andra verktyg, som Google Tag Manager och Numeri. Slutligen utvärderas arbetet för kravuppfyllnad.

För att kunna besvara den andra frågeställningen, görs en summativ utvärdering av ett antal olika tredjepartssystem för rekommendationer. Genom analys av tredjepartssystemens respektive webbplatser, tas listor på föroch nackdelar fram, ackompanjerat med korta beskrivningar av tjänsterna.

Resultaten av den första frågeställningen är en lösning, som visar hur man i praktiken kan utveckla och driftsätta ett rekommendationssystem för nyhetsartiklar. Genom en detaljerad beskrivning alla delar av utvecklingen, fungerar resultaten som en konkret guide i skapande av rekommendationssystem med moderna verktyg. Med avseende på arbetets andra frågeställning, visar resultaten att den stora skillnaden mellan ett egenbyggt system och tredjepartssystem ligger i flexibiliteten, men att ett eget system kommer med mer ansvar, fler beroenden och utan annan funktionalitet som statistik, vilket ofta ingår i tredjepartssystem.

Abstract [en]

On behalf of the corporate group ESMG, this thesis examines two research questions: How can one develop and deploy a custom recommender system for news articles? What are the pros and cons of having a custom system, compared to third-party systems? The thesis utilizes Polya's four steps as its research method, where the four steps are adapted and applied to this particular project.

In order to answer the first research question, an initial requirements specification is created, which provides the basis for the recommender system's functional and non-functional requirements. Based on the requirement specification, an initial case study of Amazon Web Services (AWS) is performed, where appropriate tools and services are selected, followed by the design of an architecture for the recommender system. In a case study of ESMG:s website Hockeysverige, the architecture is then implemented, using AWS and some other necessary tools, such as Google Tag Manager and Numeri. Finally, the implementation is evaluated with respect to requirement compliance.

To answer the second research question, a summative evaluation of a number of different third-party recommender systems is performed. By analyzing the third-party systems' websites, a list of pros and cons is presented, accompanied by a brief description of the service.

The results of the first research question, is a solution which illustrates how one can, in practice, implement a news recommender system. Through a detailed description of all aspects of development, the results function as a guide in creating recommendation systems using modern tools. With regard to the second research question, the results show that the major difference between a custom system and third-party systems, lies in the flexibility, but a custom system brings more responsibility, more dependencies, and no other functionality, such as statistics, which is often part of third-party systems.

Place, publisher, year, edition, pages
2018. , p. 50
Series
TRITA-EECS-EX ; 2018:118
Keywords [sv]
Rekommendationsmotorer; maskininlärning; molntjänster; relevans; användarprofilering., Recommender systems; machine learning; cloud services; relevance; user profiling.
National Category
Computer and Information Sciences
Identifiers
URN: urn:nbn:se:kth:diva-231920OAI: oai:DiVA.org:kth-231920DiVA, id: diva2:1230968
Subject / course
Computer Technology and Software Engineering
Educational program
Bachelor of Science in Engineering - Computer Engineering
Supervisors
Examiners
Available from: 2018-07-05 Created: 2018-07-05 Last updated: 2018-07-05Bibliographically approved

Open Access in DiVA

fulltext(2700 kB)17 downloads
File information
File name FULLTEXT01.pdfFile size 2700 kBChecksum SHA-512
1e53bb9040c87731be0e57a6f6284aae468eb1f33d18b0d0cf31881c065557ea906cfec968f173fcf85e1d2003d41e38ef6f220b462ca9754413c785595020fc
Type fulltextMimetype application/pdf

By organisation
School of Electrical Engineering and Computer Science (EECS)
Computer and Information Sciences

Search outside of DiVA

GoogleGoogle Scholar
Total: 17 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: 38 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