...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Concurrency and computation: practice and experience >A systematic literature review of Linked Data-based recommender systems
【24h】

A systematic literature review of Linked Data-based recommender systems

机译：基于链接数据的推荐系统的系统文献综述

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 (RS) are software tools that use analytic technologies to suggest different items ofrninterest to an end user. Linked Data is a set of best practices for publishing and connecting structured data onrnthe Web. This paper presents a systematic literature review to summarize the state of the art in RS that usernstructured data published as Linked Data for providing recommendations of items from diverse domains. Itrnconsiders the most relevant research problems addressed and classifies RS according to how Linked Datarnhave been used to provide recommendations. Furthermore, it analyzes contributions, limitations, applicationrndomains, evaluation techniques, and directions proposed for future research. We found that there are stillrnmany open challenges with regard to RS based on Linked Data in order to be efficient for real applications.rnThe main ones are personalization of recommendations, use of more datasets considering the heterogeneityrnintroduced, creation of new hybrid RS for adding information, definition of more advanced similarity measuresrnthat take into account the large amount of data in Linked Data datasets, and implementation of testbedsrnto study evaluation techniques and to assess the accuracy scalability and computational complexity of RS.
机译：推荐系统（RS）是使用分析技术向最终用户建议感兴趣的不同项目的软件工具。链接数据是在Web上发布和连接结构化数据的一组最佳实践。本文提供了系统的文献综述，以总结RS中的最新技术，即用户结构化数据以链接数据的形式发布，以提供来自不同领域的项目推荐。它考虑了最相关的研究问题，并根据如何使用链接数据来提供建议来对RS进行分类。此外，它分析了贡献，局限性，应用领域，评估技术以及为未来研究提出的方向。我们发现，基于链接数据的RS仍然面临许多开放的挑战，以便有效地应用于实际应用。rn主要是建议的个性化，考虑引入异质性使用更多数据集，创建新的混合RS以添加信息，定义更高级的相似性度量标准，这些度量标准考虑到链接数据数据集中的大量数据，并通过测试平台的实施来研究评估技术并评估RS的准确性，可扩展性和计算复杂性。

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