Zobrazeno 1 - 10
of 274
pro vyhledávání: '"user behavior modeling"'
Publikováno v:
IEEE Access, Vol 12, Pp 156020-156037 (2024)
In this study, we propose the User2Vec framework, a novel approach for capturing user behavior based on the co-occurrence of user activities. User behavior modeling is essential for understanding relationships in areas such as e-learning and marketin
Externí odkaz:
https://doaj.org/article/e034641bbf4040e1a794d2b11da5a2e0
Publikováno v:
Data in Brief, Vol 53, Iss , Pp 110239- (2024)
This study presents a large multi-modal Bangla YouTube clickbait dataset consisting of 253,070 data points collected through an automated process using the YouTube API and Python web automation frameworks. The dataset contains 18 diverse features cat
Externí odkaz:
https://doaj.org/article/838388e77d854975af410aae541e6aef
Autor:
Minseo Park, Jangmin Oh
Publikováno v:
Applied Sciences, Vol 14, Iss 16, p 7255 (2024)
This study proposes how to incorporate concurrent purchase data into e-commerce recommendation systems to improve their predictive accuracy. We identified that concurrent purchases account for about 23% of total orders on Katcher’s, a Korean e-comm
Externí odkaz:
https://doaj.org/article/579d80ac9cfb4d1ab48c2150ea9c8909
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Mathematics, Vol 11, Iss 13, p 2950 (2023)
Predicting stock market trends is an intriguing and complex problem, which has drawn considerable attention from the research community. In recent years, researchers have employed machine learning techniques to develop prediction models by using nume
Externí odkaz:
https://doaj.org/article/0157a2b1bc72427382e0a0738c3af9bd
Publikováno v:
EPJ Data Science, Vol 9, Iss 1, Pp 1-23 (2020)
Abstract Social media users post content on various topics. A defining feature of social media is that other users can provide feedback—called community feedback—to their content in the form of comments, replies, and retweets. We hypothesize that
Externí odkaz:
https://doaj.org/article/b6ead87b8d904a4d9a4d1c6ad6fc6a4b
Autor:
Iqbal H. Sarker, Hamed Alqahtani, Fawaz Alsolami, Asif Irshad Khan, Yoosef B. Abushark, Mohammad Khubeb Siddiqui
Publikováno v:
Journal of Big Data, Vol 7, Iss 1, Pp 1-23 (2020)
Abstract Nowadays, machine learning classification techniques have been successfully used while building data-driven intelligent predictive systems in various application areas including smartphone apps. For an effective context-aware system, context
Externí odkaz:
https://doaj.org/article/fc2500f71ca844e0bb80f9bd4e765195