This master’s thesis concerns how to recommend multimedia content which a user might view – with some media player. It describes how a computer application (called a recommendation engine) can generate better recommendations for users based on using information available from social networks and the media selections made by others. This thesis gives an introduction to the area of “recommendations”, recommendation engines, and social networks. An overview of existing recommendation techniques suggests potential solutions to the problem of what recommendations to make to a given user. The thesis presents how social networks can be used to further enhance the users’ experience and describes the work that has been done to realize this recommendation system. An evaluation of the implemented solution is given. The thesis concludes with a summary of how recommendation engines and social network technologies can be used and suggests some future work. This thesis is of current interest since there is a tremendous quantity of content which is being offered in stores and via services on the web. A recommendation system makes it easier for users to find content which they find appropriate. Since social network communities are growing rapidly there has been an interest to use this information to get recommendations from friends. The results from the evaluation of the prototype recommendation system show how social networks which utilize trust systems might affect the recommendation which is given. / Det här examensarbetet behandlar hur man kan rekommendera multimedia som en användare kan tänkas titta på. Den beskriver hur en dataapplikation (kallad rekommendationsmotor) kan generera bättre rekommendationer åt en användare genom att använda information från sociala nätverk, och andra användares tidigare val av media. Examensarbetet ska ge en introduktion in om ämnet ”rekommendationer”, rekommendationsmotorer och sociala nätverk. En överblick av existerande rekommendationstekniker ger potentiella lösningar till problem för rekommendationer till en användare. Examensarbetet ska även presentera hur sociala nätverk vidare kan förbättra användarupplevelsen och beskriva arbeten som har gjorts för att realisera. En evaluering av det implementerade systemet kommer att ges. En slutsats om hur rekommendations motorer och sociala nätverk kan användas och hur man kan fortsätta på arbetet kommer avsluta rapporten. Examensarbetet är intressant eftersom det finns rikligt av tjänster och produkter på nätet som utnyttjar rekommendationsmotorer. Rekommendationssystem ser till att användare enklare kan hitta information som anses lämplig för användaren. Eftersom även sociala nätverk är en växande trend finns det intresse att använda den här informationen till att ge rekommendationer från vänner. Resultatet från evalueringen av det utvecklade systemet kommer att visa en intressant slutsats om hur sociala nätverk som utnyttjar ”trust” system kan påverka rekommendationen.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-91670 |
| Date | January 2008 |
| Creators | Shahan, Michel |
| Publisher | KTH, Kommunikationssystem, CoS |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | Trita-ICT-COS, 1653-6347 ; COS/CCS 2008-25 |
Page generated in 0.002 seconds