UNITesi

With the explosive growth of e-commerce and social media platforms, recommendation algorithms have become indispensable tools for many businesses. In this thesis, we classify and investigate systems exploiting bipartite graphs.

Con la crescita esplosiva delle piattaforme di e-commerce e social media, gli algoritmi di raccomandazione sono diventati strumenti indispensabili per molte aziende. In questa tesi, classifichiamo e studiamo sistemi che sfruttano grafi bipartiti.

STUDIO DI MODELLI DI RACCOMANDAZIONE ALLO STATO DELL'ARTE CHE SFRUTTANO GRAFI BIPARTITI DI UTENTI E PRODOTTI

CORRADO, CRISTIAN
2021/2022

Abstract

With the explosive growth of e-commerce and social media platforms, recommendation algorithms have become indispensable tools for many businesses. In this thesis, we classify and investigate systems exploiting bipartite graphs.
2021
STUDY OF STATE-OF-THE-ART RECOMMENDATION MODELS LEVERAGING USER-ITEM BIPARTITE GRAPHS
Con la crescita esplosiva delle piattaforme di e-commerce e social media, gli algoritmi di raccomandazione sono diventati strumenti indispensabili per molte aziende. In questa tesi, classifichiamo e studiamo sistemi che sfruttano grafi bipartiti.
Lauree triennali
File in questo prodotto:
Fulltext non presente su UNITESI – Verifica la disponibilità della tesi in formato cartaceo interrogando il Catalogo di Ateneo

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/69209