Skupinové doporučovací systémy pro mobilní matchovací aplikaci

• Název práce v češtině: Skupinové doporučovací systémy pro mobilní matchovací aplikaci
• Název v anglickém jazyce: Group recommender systems for mobile matching app
• Klíčová slova: doporučovací systémy|skupinové doporučování|matchovací aplikace
• Klíčová slova anglicky: recommender systems|group recommendations|matching mobile app
• Akademický rok vypsání: 2023/2024
• Typ práce: bakalářská práce
• Ústav: Katedra softwarového inženýrství (32-KSI)
• Vedoucí / školitel: Mgr. Ladislav Peška, Ph.D.
• Řešitel: Ondřej Kříž - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 06.05.2024
• Datum zadání: 14.05.2024
• Datum potvrzení stud. oddělením: 14.05.2024

Zásady pro vypracování

Řešitel nejdříve získá přehled v oblasti doporučovacích systémů, především se zaměří na problematiku doporučování pro skupiny uživatelů a doporučování na mobilních platformách. Na základě dostupné literatury navrhne vhodný doporučovací ekoystém pro potřeby mobilní "matching" aplikace - tj. aplikace umožňující najít vícero uživatelům konsenzus nad výběrem společné aktivity / produktu. Předpokládá se integrace do "match-it" mobilní aplikace vyvíjené v rámci ročníkového projektu. Součástí řešení bude implementace alespoň 2 různých doporučovacích strategií, zpracování jak dlouhodobé tak krátkodobé zpětné vazby uživatelů a podpora pro dosažení konsenzu např. pomocí vhodných explanations. Dále se předpokládá základní fitování doporučovacích strategií pro potřeby konkrétní zvolené domény (např. filmy, restaurace, výletní místa, události apod.).

Seznam odborné literatury

Ricci, F., Rokach, L., & Shapira, B. (Eds.). (2022). Recommender Systems Handbook (3rd ed.). Springer.
Knijnenburg, Bart & Willemsen, Martijn. 2015. Evaluating Recommender Systems with User Experiments. 10.1007/978-1-4899-7637-6_9.
Mesut Kaya, Derek Bridge, Nava Tintarev: Ensuring Fairness in Group Recommendations by Rank-Sensitive Balancing of Relevance, https://dl.acm.org/doi/10.1145/3383313.3412232
Harald Steck: Calibrated recommendations, https://dl.acm.org/doi/10.1145/3240323.3240372
Patrik Dokoupil and Ladislav Peska. 2023. EasyStudy: Framework for Easy Deployment of User Studies on Recommender Systems. RecSys '23, https://doi.org/10.1145/3604915.3610640
Ladislav Malecek and Ladislav Peska. 2021. Fairness-preserving Group Recommendations With User Weighting. UMAP '21, https://doi.org/10.1145/3450614.3461679
Da Cao, Xiangnan He, Lianhai Miao, Yahui An, Chao Yang, and Richang Hong. 2018. Attentive Group Recommendation. SIGIR '18 https://doi.org/10.1145/3209978.3209998

Předběžná náplň práce

Cílem bakalářské práce je navrhnou vhodné doporučovací systémy pro android mobilní aplikaci „match-it“, která umožňuje skupince k uživatelů nalézt konsenzus na společné aktivitě (případně několika aktivitách). Uživatelé prostřednictvím interaktivního UI v podobě balíčku karet aktivit v rámci společné online session hlasují, přičemž konkrétní podoba hlasování závisí na daném tématu (například interactive multi parti critique (IMPC) apod.). Návrhy aktivit jsou generovány dle historických preferencí jednotlivých uživatelů a preferencí skupiny aktuálně probíhající session.

Protože různé domény vyžadují rozličná data a metody k jejich zpracování, předpokládá se, že řešitel navrhne, s ohledem na současný „state-of-the-art“, alespoň 2 doporučovací systémy pro konkrétní zvolenou doménu s tím i vhodný princip uživatelského hlasování. Předmětem práce mohou být například následující oblasti:
a) Skupinové doporučení restaurací v okolí.
b) Skupinové doporučení relaxační aktivity (např. filmy).
c) Skupinové doporučení sportovní aktivity, společenské/týmové/deskové hry, …
d) Skupinové doporučení tipů na výlet na konkrétním území a dle point of interests (POI) jednotlivých uživatelů.
e) Skupinové doporučení událostí v okolí (koncerty, divadelní akce, veřejné akce,…).