• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Knowledge-Based in Intelligent Engineering Systems >User-centered profile representation for recommendations across multiple content domains
【24h】

User-centered profile representation for recommendations across multiple content domains

机译：以用户为中心的个人资料表示形式，用于跨多个内容域的推荐

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

This paper proposes a content-based recommendation method tuned for multiple content domains. Most content-based recommender systems use content attributes (e.g. description of content and category of content) to represent items and user profiles. This raises the problem that when recommending content from new content domain, the recommendation quality will be poor until the item profile representation is updated through the input of a sufficient quantity of contents in the new content domain. In this paper, to develop an item profile representation that is independent of the contents, we propose a method that uses common categories to represent item profiles; it focuses on the real world activities (tasks) that attract the user's interest. Concretely, we present a light-weight task-model that covers a wide variety of tasks and yields item profiles. We also create a recommendation algorithm by incorporating the proposed profile representation into a statistical SVM(Support Vector Machine) based recommendation algorithm. Finally, we conduct a user test and the results of this test show 9% higher user evaluation scores of content recommendations compared to an existing content-based recommendation algorithm using term-based profile representation. This shows the effectiveness of our user-centered profile representation approach.
机译：本文提出了一种针对多个内容域调整的基于内容的推荐方法。大多数基于内容的推荐系统使用内容属性（例如，内容描述和内容类别）来表示项目和用户个人资料。这就产生了一个问题，即当从新内容域推荐内容时，在通过在新内容域中输入足够数量的内容来更新商品档案表示之前，推荐质量会很差。在本文中，为了开发独立于内容的项目资料表示，我们提出了一种使用通用类别表示项目资料的方法。它专注于吸引用户兴趣的现实活动（任务）。具体而言，我们提出了一个轻量级的任务模型，该模型涵盖了各种各样的任务并产生了项目配置文件。我们还通过将建议的配置文件表示合并到基于统计SVM（支持向量机）的推荐算法中来创建推荐算法。最后，我们进行了一项用户测试，该测试的结果表明，与使用基于术语的配置文件表示的现有基于内容的推荐算法相比，内容推荐的用户评价得分高9％。这显示了我们以用户为中心的个人资料表示方法的有效性。

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