شما هنوز به سایت وارد نشده اید.
پنجشنبه 14 فروردین 1404
ورود به سایت
کلمه عبور را فراموش کرده اید؟
بخش های اصلی
آمار سایت
بازدید امروز: 5,105
بازدید دیروز: 25,659
بازدید کل: 161,708,947
کاربران عضو: 0
کاربران مهمان: 139
کاربران حاضر: 139
A trust-semantic fusion-based recommendation approach for e-business applications
Abstract:
Collaborative Filtering (CF) is the most popular recommendation technique but still suffers from data sparsity, user and item cold-start problems, resulting in poor recommendation accuracy and reduced coverage. This study incorporates additional information from the users' social trust network and the items' semantic domain knowledge to alleviate these problems. It proposes an innovative Trust–Semantic Fusion (TSF)-based recommendation approach within the CF framework. Experiments demonstrate that the TSF approach significantly outperforms existing recommendation algorithms in terms of recommendation accuracy and coverage when dealing with the above problems. A business-to-business recommender system case study validates the applicability of the TSF approach.
Keywords: Recommender systems Collaborative filtering Trust filtering Semantic filtering Information fusion Cold-start Data sparsity
Author(s): .
Source: Decision Support Systems 54 (2012) 768–780
Subject: تجارت الکترونیک
Category: مقاله مجله
Release Date: 2012
No of Pages: 13
Price(Tomans): 0
بر اساس شرایط و ضوابط ارسال مقاله در سایت مدیر، این مطلب توسط یکی از نویسندگان ارسال گردیده است. در صورت مشاهده هرگونه تخلف، با تکمیل فرم گزارش تخلف حقوق مؤلفین مراتب را جهت پیگیری اطلاع دهید.
 
PDF دریافت متن کامل
1.02 MB