...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Information Management >Predicting semantic preferences in a socio-semantic system with collaborative filtering: A case study
【24h】

Predicting semantic preferences in a socio-semantic system with collaborative filtering: A case study

机译：使用协作过滤预测社会语义系统中的语义偏好：一个案例研究

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

This paper proposes collaborative filtering as a means to predict semantic preferences by combining information on social ties with information on links between actors and semantics. First, the authors present an overview of the most relevant collaborative filtering approaches, showing how they work and how they differ. They then compare three different collaborative filtering algorithms using articles published by New York Times journalists from 2003 to 2005 to predict preferences, where preferences refer to journalists' inclination to use certain words in their writing. Results show that while preference profile similarities in an actor's neighbourhood are a good predictor of her semantic preferences, information on her social network adds little to prediction accuracy.
机译：本文提出了协作过滤作为一种通过将关于社会纽带的信息与有关参与者和语义之间的链接的信息进行组合来预测语义偏好的一种手段。首先，作者概述了最相关的协作过滤方法，展示了它们如何工作以及它们之间的差异。然后，他们使用《纽约时报》记者2003年至2005年发表的文章比较三种不同的协作过滤算法，以预测偏好，其中偏好指的是记者倾向于在写作中使用某些单词。结果表明，尽管演员附近的偏好配置文件相似性可以很好地预测其语义偏好，但其社交网络上的信息对预测准确性的影响却很小。

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