Anbefalingssystemer for litteratur i den digitale hverdagen

Forfatter(e)

Utgivelsesdato

2011

Utgiver

Høgskolen i Oslo. Avdeling for journalistikk, bibliotek- og informasjonsfag

Dokumenttype

Masterprogram

Master i bibliotek- og informasjonsvitenskap

Sammendrag

Denne masteroppgaven tar for seg anbefaling av litteratur. Den går grundig igjennom de anbefalingsmetodene som finnes på området. Innholdsbaserte, kollaborative, demografiske, kunnskapsbaserte, kontekstuelle, sosiale og hybride metoder. Oppgaven kartlegger litteratur som anbefalingsdomene og bøker som gjentander som skal anbefales. Deretter drøftes metodene innholdsbaserte og kollaborative anbefalingsmetoder med reelle data fra det norske nettstedet Bokelskere.no. Formålet med denne diskusjonen er å få oversikt over hvilke konsekvenser de forskjellige metodene får for anbefalingssystemet. Dette er et sosialt nettsted for litteraturinteresserte og brukes som et case i forbindelse med oppgaven. Arbeidet med oppgaven kan sees på som et mulighetstudium for å kartlegge hvilke valg som må tas ved utvikling av anbefalingssystemer for litteratur, med fokus på den tekniske siden.
This master thesis addresses the recommendation of literature. It thoroughly reviews the recommendation methods that are available in this area. Content-based, Collaborative-based, Demographic, Knowledge-based, Contextual, Social, and Hybrid methods. The master thesis provide an summary of the literature domain and how books can be recommended. Content-based and Collaborative recommendation methods are discussed thoroughly using real data from the Norwegian site Bokelskere.no. This is a social site for literature enthusiasts and is used as a case study in this thesis. The thesis can be viewed as a feasibility study to identify the choices that must be taken in the development of recommendation systems literature, focusing on the technical possibilities.

Emneord

Permanent URL

  • http://hdl.handle.net/10642/941