Zobrazeno 1 - 10
of 69
pro vyhledávání: '"beyond accuracy"'
Publikováno v:
Frontiers in Big Data, Vol 6 (2023)
By providing personalized suggestions to users, recommender systems have become essential to numerous online platforms. Collaborative filtering, particularly graph-based approaches using Graph Neural Networks (GNNs), have demonstrated great results i
Externí odkaz:
https://doaj.org/article/259c6c5a656c4bd9bd78f4e26da77ac4
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Dietmar Jannach, Himan Abdollahpouri
Publikováno v:
Frontiers in Big Data, Vol 6 (2023)
Recommender systems can be characterized as software solutions that provide users with convenient access to relevant content. Traditionally, recommender systems research predominantly focuses on developing machine learning algorithms that aim to pred
Externí odkaz:
https://doaj.org/article/ff5ca8222d2c4e3bbd37f8beaafa95c6
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Emre Yalcin, Alper Bilge
Publikováno v:
Engineering Science and Technology, an International Journal, Vol 33, Iss , Pp 101083- (2022)
Collaborative filtering recommendation algorithms are vulnerable against the popularity bias, including the most popular items repeatedly into the produced ranked lists. However, the research on popularity bias focuses solely on the number of times i
Externí odkaz:
https://doaj.org/article/49d00b3fdf174e169eb58d7c62ddacca
Publikováno v:
Future Internet, Vol 14, Iss 10, p 284 (2022)
News recommending systems (NRSs) are algorithmic tools that filter incoming streams of information according to the users’ preferences or point them to additional items of interest. In today’s high-choice media environment, attention shifts easil
Externí odkaz:
https://doaj.org/article/f32852d6ebc84063906ecc78c7f2622a
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Lima, André Paulino de
Surprise is an important component of serendipity. In this research, we address the problem of measuring the capacity of a recommender system at embedding surprise in its recommendations. We show that changes in surprise of an item owing to the growt
Autor:
Faria, Tiago Alexandre Vaz
Dissertation presented as the partial requirement for obtaining a Master's degree in Data Science and Advanced Analytics, specialization in Business Analytics Recommender systems have improved users' online quality of life by helping them find intere
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1437::0ca27ed0553734aed768ca58386cd146
https://hdl.handle.net/10362/148601
https://hdl.handle.net/10362/148601
Autor:
Huebner, Blake
Neben den Genauigkeitsmetriken sind Fairness und Diversität zu weithin untersuchten Themen in Empfehlungssystemen geworden. Die Verbesserung dieser Metriken ist nicht nur aus ethischer und rechtlicher Sicht wichtig, sondern kann auch die allgemeine
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::4bfee7cf381eef6bef782eb7a4b7fe44