Not logged in.
Quick Search - Contribution
Contribution Details
| Type | Master's Thesis |
| Scope | Discipline-based scholarship |
| Title | Environs: visualization of recommendation clouds on the iPhone |
| Organization Unit | |
| Authors |
|
| Supervisors |
|
| Institution | University of Zurich |
| Faculty | Faculty of Economics, Business Administration and Information Technology |
| Date | 2010 |
| Abstract Text | Recommender systems are a type of information retrieval and filtering systems that try to propose items to users according to their individual preferences. Collaborative Filtering is a method to implement such a recommender system through the prediction of ratings for items based on the social environment of the user. In a location recommender system the recommended items are locations, places or areas of interest. Commonly such location recommendations focus only on the current location of the user leaving out other important contextual factors such as time and the locations of other users. This thesis builds on the assumption that users might be interested in places or areas where other users with similar preferences currently are situated. We developed a visualization following the metaphor of a heatmap – e.g. used of precipitation radar images – where the locations of users are drawn on a map and shape clouds which recommend areas of interest visually. In addition, we develop an abstracted view of the cloud visualization called projection which recommends areas and places depending on hour, weekday and user preferences. We present our implementation of such a location recommender system, in particular the visualizations. Finally, we evaluate our visualization recommendation approach with a synthetic data set against other collaborative filtering algorithms and can present eligible results. |
| Zusammenfassung | Empfehlungssysteme sind eine Gattung von Informationsbeschaffungssystemen, die versuchen, anhand der individuellen Präferenzen von Benutzern diesen passende Vorschläge zu unterbreiten. Kollaboratives Filtern ist eine Methode, mit der sich Empfehlungssysteme durch die Vorhersage von Bewertungen von Objekten basierend auf der sozialen Umgebung des Benutzers umsetzen lassen. Bei einem Ortsempfehlungssystem sind die vorgeschlagenen Objekte Orte oder interessante Regionen. Gemeinhin sind solche Ortsempfehlungen nur auf den aktuellen Aufenthaltsort des Benutzers fokussiert, ohne dass sie weitere kontextuelle Faktoren wie die Zeit oder die Position von anderen Benutzern beru?cksichtigen. Diese Arbeit baut auf die Annahme auf, dass sich Benutzer fu?r dieselben Regionen und Orte interessieren, bei denen sich momentan andere Benutzer mit ähnliche Geschmack aufhalten. Wir entwickelten eine Visualisierung – angelehnt an Wetterradars, die mit Hilfe von sogenannten Heatmaps Intensitätsunterschiede darstellen – wo die Aufenthaltsorte von Benutzern auf eine Karte gezeichnet werden und zusammen eine Wolke formen, welche interessante Regionen und Orte visuell empfiehlt. Wir beschreiben unsere Implementierung von einem solchen Ortsempfehlungssystem, insbesondere die Visualisierungen. Zuletzt diskutieren wir anhand einer Evaluation unseren visuellen Empfehlungsansatz gegenu?ber anderen kollaborativen Filteralgorithmen und können dabei ein ansehnliches Resultat präsentieren. |
| Export |
BibTeX
|