• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Fifth ACM Conference on Digital Libraries, 5th, Jun 2-7, 2000, San Antonio, Texas, USA >Content-Based Book Recommending Using Learning for Text Categorization
【24h】

Content-Based Book Recommending Using Learning for Text Categorization

机译：使用学习进行文本分类的基于内容的书推荐

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

Recommender systems improve access to relevant products and information by making personalized suggestions based on previous examples of a user's likes and dislikes. Most existing recommender systems use collaborative filtering methods that base recommendations on other users' preferences. By contrast, content-based methods use information about an item itself to make suggestions. This approach has the advantage of being able to recommend previously unrated items to users with unique interests and to provide explanations for its recommendations. We describe a content-based book recommending system that utilizes information extraction and a machine-learning algorithm for text categorization. Initial experimental results demonstrate that this approach can produce accurate recommendations.
机译：推荐系统通过基于用户喜欢和不喜欢的先前示例提出个性化建议来改善对相关产品和信息的访问。现有的大多数推荐系统使用基于其他用户的偏好的协作筛选方法。相比之下，基于内容的方法使用有关项目本身的信息来提出建议。这种方法的优点是能够向具有独特兴趣的用户推荐以前未评级的商品，并为其说明提供解释。我们描述了一种基于内容的图书推荐系统，该系统利用信息提取和机器学习算法对文本进行分类。初步的实验结果表明，这种方法可以产生准确的建议。

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