Projektowanie i implementacja systemu rekomendacyjnego anime z wykorzystaniem technologii Big Data

Praca została poświęcona tworzeniu systemu rekomendacyjnego anime z wykorzystaniem technologii Big Data. Niniejsza publikacja obejmuje prezentację znaczenia anime i mangi w przestrzeni medialnej, z uwzględnieniem kształtowania się tego medium w Japonii oraz na świecie. W ramach typologii systemów rekomendacyjnych, zaprezentowane dwa kluczowe podejścia: Content Based Filtering (CBF) oraz Collaborative Filtering (CF). Wskazano także na trudności z jakimi mogą zmagać się twórcy systemów rekomendacji treści, rolę technologii Big Data w procesie tworzenia systemu rekomendacji, a także podjęto się próby stworzenia własnego systemu rekomendującego treść.

This work is focused on designing and implementing a recommendation system using Big Data technology. The paper presents the importance of anime and manga in the media field, as well as their origins and developement both in Japan and worldwide. Within the typology of recommendation systems, two key apporaches are introduced: Content-Based Filtering (CBF) and Collaborative Filtering (CF). The work also discusses issues faced by designers and developers of recommendation systems, along with the role of Big Data in the process of creating such systems. Finally, an attempt was made to design a baseline system for recommending content.