Szakmai koordinátor: Gergó Lajos (ELTE-IK)

A hardver eszközök fejlődésével és olcsóbbá válásával, továbbá az internet előretörésével az ipar különböző területén, ideértve az agráriumot is, egyre több olyan nagyméretű adatbázis keletkezik, amelyekben sok hasznos információ rejtve marad a szakemberek elől. A mezőgazdasági jellegű adatoknál a mennyiség mellett az adatok „ritkasága” (sparsity) is gondot okoz, amely kizárja az ismert adatbányászati algoritmusok sikeres alkalmazását. Ugyanilyen jellegű problémák jelentkeztek ajánlórendszereknél is, ahol már most szép eredményeket értek el a látens kapcsolatokra épülő modellek alkalmazásával, amelyek az úgynevezett tartalomszűrő modellekre épülnek. Ezek egyik fajtája a kollaboratív filterezés, amelynek két fő iránya létezik. Ezek közül számunkra a látens faktor modell a fontos, amelynek a megvalósítása az úgynevezett mátrixfaktorizáció.

A kutatócsoport célja egy olyan döntés előkészítő rendszer fejlesztése, amely az összegyűjtött adatok függvényében képes feltárni olyan objektumok-közötti kapcsolatokat, amelyek segítségével képesek leszünk modellezni az agrár domén adott szakterületeinek különböző specifikumait. A szoftvert valós mezőgazdasági adatokon fogjuk tesztelni, amelyeket az Agrárgazdasági Kutató Intézet szolgáltatja.

Kutatási területek:

• Nagy adathalmaz (Big Data) analitika ipari adatbázisokra
• Tartalomszűrés
  • Kollaboratív filterezés
  • Mátrixfaktorizáció
• Döntéstámogató módszerek agrártudományi problémákra
• Ajánlórendszerek (Recommender Systems)
• Gyors aritmetikai rutinok