Please use this identifier to cite or link to this item:

http://hdl.handle.net/10609/109546
Full metadata record
DC FieldValueLanguage
dc.contributor.authorDolz Fernández, Jose Luis-
dc.date.accessioned2020-02-13T10:57:14Z-
dc.date.available2020-02-13T10:57:14Z-
dc.date.issued2020-01-07-
dc.identifier.urihttp://hdl.handle.net/10609/109546-
dc.description.abstractThanks to the huge amount of data that is collected nowadays, models can be created to make all kinds of predictions. Graphs are a speci c type of model that can connect this data through relationships and predict new ones. A clear example is the suggestions of new people to connect with in social networks. In this project, the information contained in The Movie Database of almost 5000 films from 1916 to 2017 is used to make a graph model and to predict brand new relationships: which actors will work together, who will be the director of a new blockbuster, etc. These new predictions are created by using machine learning over the relationships. The results obtained with best prediction algorithm used show an accuracy of 60%. Hence, further work is needed to tweak features extraction out from the graph model to improve the precision of these relationship predictions.en
dc.description.abstractGracias a la enorme cantidad de datos que se recogen hoy en día, se pueden crear modelos para hacer todo tipo de predicciones. Los gráficos son un tipo de modelo específico que puede conectar estos datos a través de relaciones y predecir otros nuevos. Un ejemplo claro son las sugerencias de nuevas personas con las que conectarse en las redes sociales. En este proyecto, la información contenida en la Base de Datos de Películas de casi 5000 películas de 1916 a 2017 se utiliza para hacer un modelo gráfico y para predecir nuevas relaciones: qué actores trabajarán juntos, quién será el director de un nuevo éxito de taquilla, etc. Estas nuevas predicciones se crean utilizando el aprendizaje automático sobre las relaciones. Los resultados obtenidos con el mejor algoritmo de predicción utilizado muestran una precisión del 60%. Por lo tanto, es necesario seguir trabajando para ajustar la extracción de características del modelo gráfico para mejorar la precisión de estas predicciones de las relaciones.es
dc.description.abstractGràcies a l'enorme quantitat de dades que es recullen avui dia, es poden crear models per a fer tot tipus de prediccions. Els gràfics són un tipus de model específic que pot connectar aquestes dades a través de relacions i predir altres nous. Un exemple clar són els suggeriments de noves persones amb les quals connectar-se en les xarxes socials. En aquest projecte, la informació continguda en la Base de dades de Pel·lícules de gairebé 5000 pel·lícules de 1916 a 2017 s'utilitza per a fer un model gràfic i per a predir noves relacions: quins actors treballaran junts, qui serà el director d'un nou èxit de taquilla, etc. Aquestes noves prediccions es creen utilitzant l'aprenentatge automàtic sobre les relacions. Els resultats obtinguts amb el millor algorisme de predicció utilitzat mostren una precisió del 60%. Per tant, és necessari continuar treballant per a ajustar l'extracció de característiques del model gràfic per a millorar la precisió d'aquestes prediccions de les relacions.ca
dc.format.mimetypeapplication/pdf-
dc.language.isoeng-
dc.rightsCC BY SA-
dc.rights.urihttp://creativecommons.org/licenses/by-sa/3.0/es/-
dc.subjectgraph analysisen
dc.subjectrelationship predictionen
dc.subjectmoviesen
dc.subjectpredicción de relacioneses
dc.subjectpredicció de relacionsca
dc.subjectanálisis gráficoes
dc.subjectanàlisi gràficaca
dc.subjectpelículases
dc.subjectpel·lículesca
dc.subject.lcshAlgorithms -- TFMen
dc.titlePredictions of new graph relationships - The Movie DataBase dataset-
dc.typeinfo:eu-repo/semantics/masterThesis-
dc.audience.educationlevelEstudis de Màsterca
dc.audience.educationlevelEstudios de Másteres
dc.audience.educationlevelMaster's degreesen
dc.subject.lemacAlgorismes -- TFMca
dc.subject.lcshesAlgoritmos -- TFMes
dc.contributor.directorCasas Roma, Jordi-
dc.contributor.tutorHernández González, Jerónimo-
dc.rights.accessRightsinfo:eu-repo/semantics/openAccess-
Appears in Collections:Bachelor thesis, research projects, etc.

Files in This Item:
File Description SizeFormat 
jdolzfTFM0120memory.pdfTFM memory1.17 MBAdobe PDFView/Open

This item is licensed under a Creative Commons License Creative Commons