studio ed ottimizzazione di un sistema di recommendation per corpora di documenti

Questa tesi si concentra sull'analisi e sull'ottimizzazione dell'algoritmo di recommendation Glocal-K, mirando a migliorare l'efficienza e l'accuratezza. La ricerca si articola in diverse fasi: prima un'analisi approfondita di Glocal-K per identificare aree di miglioramento, seguita dall'implementazione di approcci ottimizzati per migliorare complessità computazionale e precisione. Un aspetto chiave è lo sviluppo di API progettate per diversi sistemi di recommendation, inclusi quelli basati su Glocal-K. Queste API offrono un'interfaccia standardizzata per facilitare l'integrazione del sistema su diverse piattaforme, promuovendo l'implementazione su contesti eterogenei. Questa tesi non solo contribuisce al perfezionamento di Glocal-K, ma fornisce anche strumenti pratici per l'implementazione su vari sistemi di recommendation.