| Abstract: | In het hedendaagse digitale tijdperk zijn sociale netwerken een essentieel onderdeel geworden van hoe indi- viduen interageren, informatie delen en gemeenschappen vormen. UNBLND is een van deze sociale netwerken, die de nadruk legt op het samenbrengen van mensen die dezelfde interesses delen. Deze scriptie helpt UNBLND in haar missie om haar gebruikers beter te verbinden met elkaar door een aanbevelingssysteem te creëren dat als doel heeft gepersonaliseerde aanbevelingen te genereren op basis van de voorkeuren, gedragingen, demo- grafie en geografie van de gebruikers. In tandem zal het aanbevelingssysteem trachten de gebruikerservaring te verbeteren en zo de interactie met het systeem te verhogen.
Ter voorbereiding wordt een analyse van de UNBLND-omgeving uitgevoerd om de opportuniteiten en limitaties te identificeren. Hierna volgt een literatuurstudie waarin wordt onderzocht welke aanbevelingstechnieken er be- staan en hoe bestaande bedrijven deze technieken gebruiken om gepersonaliseerde aanbevelingen te genereren voor hun gebruikers. Ten slotte zullen de relevante algoritmes eerst ontwikkeld en getest worden, alvorens deze te implementeren in de UNBLND-omgeving om gebruikersfeedback te krijgen.
Deze thesis levert praktische inzichten over de implementatie van aanbevelingssystemen binnen de context van sociale netwerken. |
|---|