Movie time : een user centered groepsaanbevelingssysteem voor films

Abstract

Deze thesis omvat de ontwikkeling van een user centered groepsaanbevelingssysteem voor films genaamd Movie Time. Het Movie Time systeem bestaat uit twee delen, het opbouwen van een filmprofiel en het vinden van groepsvoorspellingen. Het opbouwen van het profiel gebeurt op een user centered manier. Voor het opbouwen van de gebruikersprofielen wordt er gebruik gemaakt van tags uit de Movielens dataset. De filmsmaak van een gebruiker is een combinatie van tags uit deze dataset. De tag-dilemma’s zorgen ervoor dat de gebruiker op een eenvoudige manier de tags vindt die bij zijn filmsmaak aansluiten. Het tweede deel van deze thesis betreft het vinden een groepsvoorspelling. Voor de groepsvoorspelling wordt er eerst gekeken of er een doorsneden is in de aanbevolen films van al de afzonderlijke gebruikers. Indien er een dergelijke doorsneden is, is dit de groepsaanbeveling. Wanneer deze doorsnede leeg is, gaat het systeem op zoek naar de common-ground. De common-ground is een aantal tags die de gemeenschappelijke smaak van de groep voorstelt. Deze gemeenschappelijke smaak kan dan gebruikt worden om films te voorspellen. Het doel van deze thesis is een formatieve evaluatie en het verzamelen van feedback over het platform. Voor de evaluatie werd de proof of concept online gezet en werd er bij zestien test gebruikers feedback verzameld. De feedback van de testgebruikers was overwegend positief en er werd belangrijke feedback verzameld voor de ontwikkeling van een volgende versie.