Gráf reprezentáció tanulás ajánlórendszerekhez

Félév: 2022-2023 tavasz

Kategória: Nincs megadva

Téma leírása

Az ajánlórendszerek elsődleges célja, hogy becslést adjanak a felhasználók preferenciáira például hang- és videotartalmakkal kapcsolatban. Az ilyen rendszereket különféle online cégek alkalmazzák, például a Google, a Bing, a YouTube, az Amazon, az eBay, a Booking. A grafikonon alapuló ajánlási technikák kiváló minőségű ajánlásokat adnak, például véletlenszerű séta, recommendation spreading. Ezen a számítási módszereknek azonban nagy a memória és a CPU/GPU igény, így gyakran lépnek fel komplexitás problémák. A projekt célja a tudás gráf méretének csökkentése a releváns információk megtartása mellett a számítási technikák teljesítményének javítása érdekében. A hallgató reprezentációs tanulási technikákat alkalmaz gráfokon, és értékeli a különböző perszonalizációs algoritmusokat.

Linkek:

• https://towardsdatascience.com/graph-representation-learning-network-embeddings-d1162625c52b
• https://par.nsf.gov/servlets/purl/10166440
• https://www.cs.mcgill.ca/~wlh/grl_book/files/GRL_Book.pdf

Maximális létszám: 5 fő