Browsing NTNU Open by Author "Özgöbek, Özlem"
Now showing items 1-18 of 18
-
An Educational News Dataset for Recommender Systems
Xing, Yujie; Mohallick, Itishree; Gulla, Jon Atle; Özgöbek, Özlem; Zhang, Lemei (Journal article; Peer reviewed, 2021)Datasets are an integral part of contemporary research on recommender systems. However, few datasets are available for conventional recommender systems and even very limited datasets are available when it comes to ... -
Enhancing Online Lecture Recommendations Through Exploration of Student Behaviour Across Topics
Øien, Erlend (Master thesis, 2023)Tilgangen til gratis, nettbasert utdanning av høy kvalitet har økt globalt, men i MOOCs er det fortsatt bekymringsfullt at mange elever faller fra undervies. Studenter som lykkes, lærer ofte på en selvstrukturert og ... -
Exploring pretrained word embeddings for multi-class text classification in Norwegian
Bjørndal, Sigrid Lofthus (Master thesis, 2019)Det har nylig blitt publisert flere ferdigtrente word embeddings, og en ny utvikling innen fagfeltet er bruken av kontesktualiserte word embeddings. Denne oppgaven utforsker en ferdigtrent, flerspråklig versjon av ... -
Fake News Detection by Weakly Supervised Learning: A Content-Based Approach
From, Anja Rosvold; Netland, Ingvild Unander (Master thesis, 2021)Økt bruk av sosiale medier til lesing og deling av nyheter i kombinasjon med COVID-19-pandemien har resultert i en infodemi, som gjør utfordringen ved å oppdage falske nyheter mer relevant enn noen gang. Falske nyheter er ... -
Fake News Detection by Weakly Supervised Learning: A Content-Based Approach
From, Anja Rosvold; Netland, Ingvild Unander (Master thesis, 2021)Økt bruk av sosiale medier til lesing og deling av nyheter i kombinasjon med COVID-19-pandemien har resultert i en infodemi, som gjør utfordringen ved å oppdage falske nyheter mer relevant enn noen gang. Falske nyheter er ... -
From Uni-Modal to Multi-Modal Fake News Detection: The Impact of Visual Cues on Detection Performance
Nilsen, Øystein Løndal (Master thesis, 2023)Spredningen av misinformasjon, også kjent som falske nyheter, på sosiale medier utgjør en alvorlig trussel. Det kan påvirke avgjørende hendelser som valg og globale kriser. Eksisterende metoder for deteksjon av falske ... -
I-KAHAN: Image-Enhanced Knowledge-Aware Hierarchical Attention Network for Multi-modal Fake News Detection
Nilsen, Øystein L.; Mi ̧se, Pelin; Yıldız, Ahmet; Ayetiran, Eniafe Festus; Özgöbek, Özlem (Journal article; Peer reviewed, 2023)In the quest to combat the proliferation of fake news, accurate detection of fabricated news content has become increasingly desirable. While existing methodologies leverage a variety of news attributes, such as text content ... -
Measuring the Effect of Recommender Systems in Online Video Learning Platforms: A Case Study with Utdannet.no
Falch, William Tallis (Master thesis, 2022)Anbefalingssystemer er over alt i dagens samfunn. Deres nytteverdi gjør at de ser bruk i mange domener, fra søkemotorer, til handel, til utdanning. I dag finnes det mye billig, pålitelig teknologi, og dette har banet vei ... -
Noise in the Sea - Deep Learning for Marine Acoustic Data
Moan, Martin (Master thesis, 2022)Økt menneskelig aktivitet har forandret havets akustiske miljø fra før-industriell tid gjennom vesentlig antropogenisk lydforurensning, fra aktiviteter som for eksempel shipping, bruk av geologisk undersøkelsesutstyr og ... -
Popularity Bias in Job Recommender Systems
Welle-Watne, Pernille (Master thesis, 2022)Popularity bias occurs when certain items are recommended more frequently than their popularity warrants, leading to unfairness. Finn.no is a Norwegian e-commerce website that allows users to sell and purchase goods. Employers ... -
Privacy in Recommender Systems: Inferring User Personality Traits From Personalized Movie Recommendations
Barstad, Caroline; Torjusen, Hanna (Master thesis, 2023)Anbefalingssystemer er personaliserte systemer som samler inn brukerdata for å anbefale og skreddersy innhold. Denne masteroppgaven undersøker hvordan personlighetstrekk kan utledes fra personaliserte topp 10-filmanbefalinger ... -
Privacy in Recommender Systems: Inferring User Personality Traits From Personalized Movie Recommendations
Torjusen, Hanna; Barstad, Caroline (Master thesis, 2023)Anbefalingssystemer er personaliserte systemer som samler inn brukerdata for å anbefale og skreddersy innhold. Denne masteroppgaven undersøker hvordan personlighetstrekk kan utledes fra personaliserte topp 10-filmanbefalinger ... -
Privacy Leaks in Recommender Lists: Exploring Obfuscation Techniques to Preserve Privacy
Barthold, Ingebjørg (Master thesis, 2023)Flesteparten av dagens digitale tjenester benytter en eller annen form for et anbefalingssystem. En stor ulempe med disse anbefalingssystemene er at de baserer seg på store mengder med persondata, noe som gjør dem utsatte ... -
A Review of Deep Learning Techniques for Multimodal Fake News and Harmful Languages Detection
Ayetiran, Eniafe Festus; Özgöbek, Özlem (Journal article; Peer reviewed, 2024)The detection of fake news and harmful languages has become increasingly important in today’s digital age. As the prevalence of fake news and harmful languages continue to increase, so also is the correspondent negative ... -
Semantically Enriched Recommender Systems for Smart Closets
Kolstad, Anders (Master thesis, 2017)With increasingly low prices on clothes and a tremendous interest in fashion, results in that people's wardrobes keep piling up. This causes people to struggle with daily selection of an outfit that includes clothing items ... -
Towards new privacy regulations in europe: Users' privacy perception in recommender systems
Mohallick, Itishree; De Moor, Katrien; Özgöbek, Özlem; Gulla, Jon Atle (Journal article; Peer reviewed, 2018)Despite the fact that recommender systems are becoming increasingly popular in every aspect of the web, users might hesitate to use these personalization-based services in return of their personal information if they believe ... -
Using Sentiment Analysis to Improve Course Recommendations for MOOCs
Solbjørg, Ingrid Amalie (Master thesis, 2023)Massive åpne nettkurs (MOOCer) har blitt brukt i e-læring det siste tiåret, og fremveksten deres eksploderte under COVID-19-pandemien. Nye kurs blir stadig tilgjengeliggjort, noe som gjør at studentene blir overveldet og ... -
Who Will Be the Leaders in Top Academic Positions in Entertainment Computing?
Jaccheri, Maria Letizia; Khodambashi, Soudabeh; De Moor, Katrien; Özgöbek, Özlem; Kralevska, Katina (Chapter, 2018)To address the issue of under-represented women in Entertainment Computing (EC), this paper builds on a set of theoretical references and ongoing projects to propose a set of guidelines that can be used to set up projects ...