• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Asia-Pacific Web Conference(APWeb 2006); 20060116-18; Harbin(CN) >Cubic Analysis of Social Bookmarking for Personalized Recommendation
【24h】

Cubic Analysis of Social Bookmarking for Personalized Recommendation

机译：个性化推荐的社会书签的立方分析

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Personalized recommendation is used to conquer the information overload problem, and collaborative filtering recommendation (CF) is one of the most successful recommendation techniques to date. However, CF becomes less effective when users have multiple interests, because users have similar taste in one aspect may behave quite different in other aspects. Information got from social bookmarking websites not only tells what a user likes, but also why he or she likes it. This paper proposes a division algorithm and a CubeSVD algorithm to analysis this information, distill the interrelations between different users' various interests, and make better personalized recommendation based on them. Experiment reveals the superiority of our method over traditional CF methods.
机译：个性化推荐用于解决信息过载问题，而协作过滤推荐（CF）是迄今为止最成功的推荐技术之一。但是，当用户有多个兴趣时，CF的效果就会降低，因为用户在一个方面的品味相似，而在其他方面的行为则可能完全不同。从社交书签网站获得的信息不仅可以告诉用户喜欢什么，还可以告诉他或她为什么喜欢它。本文提出了一种划分算法和一种CubeSVD算法来分析这些信息，提取出不同用户的各种兴趣之间的相互关系，并在此基础上做出更好的个性化推荐。实验表明我们的方法优于传统的CF方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号