polito.it
Politecnico di Torino (logo)

MatchPets:piattaforma per sconfiggere l'abbandono degli animali = MatchPets:platform to defeat animal abandonment

Elena Marangio

MatchPets:piattaforma per sconfiggere l'abbandono degli animali = MatchPets:platform to defeat animal abandonment.

Rel. Alessandro Fiori. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2023

Abstract:

L'obiettivo della tesi è lo sviluppo di una piattaforma web innovativa che mira a semplificare e migliorare il processo di adozione di animali domestici ospitati in canili o altre strutture temporanee, come rifugi. Un aspetto fondamentale è la riduzione significativa del triste fenomeno dell’abbandono degli animali domestici, fornendo loro una nuova possibilità di essere accolti in un amorevole ambiente familiare. La piattaforma avrà la capacità di consentire la registrazione sia agli individui interessati all’adozione di un animale che al personale responsabile delle associazioni e dei canili coinvolti nell’iniziativa. Il suo fulcro sarà un sistema di abbinamento intelligente che mette in relazione gli utenti con gli animali in cerca di un nuovo focolare. Questo sistema si baserà su un recommendation system avanzato che utilizzerà la misura di similarità del coseno per identificare le compatibilità tra le preferenze degli utenti e le caratteristiche degli animali. Il progetto mira a raggiungere un duplice obiettivo: da un lato, agevolare il processo di adozione, migliorando la trasparenza nel processo decisionale; dall’altro, contribuire in modo concreto alla riduzione dell’abbandono degli animali domestici, mettendo in contatto potenziali proprietari con gli animali che meglio si adattano alle loro aspettative e al loro stile di vita. Questa piattaforma rappresenta un passo significativo verso la creazione di una società più compassionevole nei confronti degli animali domestici e mira a creare un impatto positivo sia sul benessere degli animali che sulla sensibilizzazione delle persone riguardo alle loro responsabilità.

Relatori: Alessandro Fiori
Anno accademico: 2023/24
Tipo di pubblicazione: Elettronica
Numero di pagine: 92
Informazioni aggiuntive: Tesi secretata. Fulltext non presente
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Gestionale
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-31 - INGEGNERIA GESTIONALE
Aziende collaboratrici: NON SPECIFICATO
URI: http://webthesis.biblio.polito.it/id/eprint/28413
Modifica (riservato agli operatori) Modifica (riservato agli operatori)