1. Trang chủ
  2. » Luận Văn - Báo Cáo

Mô hình hóa người dùng và ứng dụng bộ lọc cộng tác trong hệ thống gợi ý tin tức

47 777 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 47
Dung lượng 1,37 MB

Nội dung

Ngày đăng: 25/03/2015, 09:47

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1] A. Das, M. Datar, and A. Garg, “Google News Personalization : Scalable Online,” pp. 271–280, 2007 Sách, tạp chí
Tiêu đề: Google News Personalization : Scalable Online
[2] D. Billsus and M. Pazzani, “A hybrid user model for news story classification,” Proceedings of the seventh international conference on User modeling, pp. 99–108, 1999 Sách, tạp chí
Tiêu đề: A hybrid user model for news story classification,” "Proceedings of the seventh international conference on User modeling
[3] C. Froschl, “User modeling and user profiling in adaptive e-learning systems,” Master’s thesis, Graz University, …, 2005 Sách, tạp chí
Tiêu đề: User modeling and user profiling in adaptive e-learning systems,” "Master’s thesis, Graz University, …
[4] N. de Koch, “Software engineering for adaptive hypermedia systems,” 2001 Sách, tạp chí
Tiêu đề: Software engineering for adaptive hypermedia systems
[5] B. Ernesto, “User Modeling and Recommendation Strategies for Tourism,” 2009 Sách, tạp chí
Tiêu đề: User Modeling and Recommendation Strategies for Tourism
[6] R. Baeza-Yates and B. Ribeiro-Neto, Modern information retrieval. 1999 Sách, tạp chí
Tiêu đề: Modern information retrieval
[7] M. Pazzani, “Learning and Revising User Profiles : The Identification of Interesting Web Sites,” vol. 331, pp. 313–331, 1997 Sách, tạp chí
Tiêu đề: Learning and Revising User Profiles : The Identification of Interesting Web Sites
[8] D. Billsus and M. Pazzani, “User modeling for adaptive news access,” User modeling and user-adapted interaction, pp. 147–180, 2000 Sách, tạp chí
Tiêu đề: User modeling for adaptive news access,” "User modeling and user-adapted interaction
[9] P. Resnick, N. Iacovou, and M. Suchak, “GroupLens: an open architecture for collaborative filtering of netnews,” Proceedings of the Computer Supported Cooperative Work Conf, 1994 Sách, tạp chí
Tiêu đề: GroupLens: an open architecture for collaborative filtering of netnews,” "Proceedings of the Computer Supported Cooperative Work Conf
[10] K. Yu, X. Xu, J. Tao, M. Ester, and H. Kriegel, “Instance selection techniques for memory-based collaborative filtering,” Proc. Second SIAM Int’l Conf. Data …, pp.59–74, 2002 Sách, tạp chí
Tiêu đề: Instance selection techniques for memory-based collaborative filtering,” "Proc. Second SIAM Int’l Conf. Data …
[11] J. Breese, D. Heckerman, and C. Kadie, “Empirical analysis of predictive algorithms for collaborative filtering,” Proceedings of 14th Conference on Uncertainty in Artificial Intelligence, 1998 Sách, tạp chí
Tiêu đề: Empirical analysis of predictive algorithms for collaborative filtering,” "Proceedings of 14th Conference on Uncertainty in Artificial Intelligence
[12] B. Sarwar, G. Karypis, J. Konstan, and J. Riedl, “Application of dimensionality reduction in recommender system-a case study,” 2000 Sách, tạp chí
Tiêu đề: Application of dimensionality reduction in recommender system-a case study
[13] T. Hofmann, “Latent semantic models for collaborative filtering,” ACM Transactions on Information Systems, vol. 22, no. 1, pp. 89–115, Jan. 2004 Sách, tạp chí
Tiêu đề: Latent semantic models for collaborative filtering,” "ACM Transactions on Information Systems
[14] B. Marlin and R. S. Zemel, “The multiple multiplicative factor model for collaborative filtering,” Twenty-first international conference on Machine learning - ICML ’04, p. 73, 2004 Sách, tạp chí
Tiêu đề: The multiple multiplicative factor model for collaborative filtering,” "Twenty-first international conference on Machine learning - ICML ’04
[15] G. Shani, D. Heckerman, and R. Brafman, “An MDP-based recommender system,” Journal of Machine Learning Research, vol. 6, pp. 1265–1295, 2005 Sách, tạp chí
Tiêu đề: An MDP-based recommender system,” "Journal of Machine Learning Research
[16] D. Blei, A. Ng, and M. Jordan, “Latent dirichlet allocation,” the Journal of machine Learning research, vol. 3, pp. 993–1022, 2003 Sách, tạp chí
Tiêu đề: Latent dirichlet allocation,” "the Journal of machine Learning research
[17] M. Claypool, A. Gokhale, and T. Miranda, “Combining content-based and collaborative filters in an online newspaper,” Proceedings of ACM CHI’95, 1999 Sách, tạp chí
Tiêu đề: Combining content-based and collaborative filters in an online newspaper,” "Proceedings of ACM CHI’95
[18] M. Pazzani, “A framework for collaborative, content-based and demographic filtering,” Artificial Intelligence Review, pp. 1–16, 1999 Sách, tạp chí
Tiêu đề: A framework for collaborative, content-based and demographic filtering,” "Artificial Intelligence Review
[19] A. Gunawardana and C. Meek, “A unified approach to building hybrid recommender systems,” the third ACM conference on Recommender systems, pp.117–124, 2009 Sách, tạp chí
Tiêu đề: A unified approach to building hybrid recommender systems,” "the third ACM conference on Recommender systems
[20] F. Garcin, K. Zhou, B. Faltings, and V. Schickel, “Personalized News Recommendation Based on Collaborative Filtering,” Web Intelligence and Intelligent Agent Technology (WI-IAT), 2012 IEEE/WIC/ACM International Conferences, pp. 437–441, 2012 Sách, tạp chí
Tiêu đề: Personalized News Recommendation Based on Collaborative Filtering,” "Web Intelligence and Intelligent Agent Technology (WI-IAT), 2012 IEEE/WIC/ACM International Conferences

HÌNH ẢNH LIÊN QUAN

Hình 1.1: Giao diện hệ thống News Dude[2] - Mô hình hóa người dùng và ứng dụng bộ lọc cộng tác trong hệ thống gợi ý tin tức
Hình 1.1 Giao diện hệ thống News Dude[2] (Trang 10)
Hình 1.2: Giao diện trang web baomoi.com - Mô hình hóa người dùng và ứng dụng bộ lọc cộng tác trong hệ thống gợi ý tin tức
Hình 1.2 Giao diện trang web baomoi.com (Trang 12)
Hình 2.1: Vai trò của mô hình người dùng trong quá trình thích nghi[3] - Mô hình hóa người dùng và ứng dụng bộ lọc cộng tác trong hệ thống gợi ý tin tức
Hình 2.1 Vai trò của mô hình người dùng trong quá trình thích nghi[3] (Trang 14)
Bảng 2.2: So sánh các kỹ thuật mô hình hóa qua các đặc tính - Mô hình hóa người dùng và ứng dụng bộ lọc cộng tác trong hệ thống gợi ý tin tức
Bảng 2.2 So sánh các kỹ thuật mô hình hóa qua các đặc tính (Trang 19)
Hình 2.2:  Kiến trúc hệ thống xử lý đa tiêu chuẩn[21] - Mô hình hóa người dùng và ứng dụng bộ lọc cộng tác trong hệ thống gợi ý tin tức
Hình 2.2 Kiến trúc hệ thống xử lý đa tiêu chuẩn[21] (Trang 27)
Hình 2.3 – Phương pháp bất đồng – đồng nhất[21] - Mô hình hóa người dùng và ứng dụng bộ lọc cộng tác trong hệ thống gợi ý tin tức
Hình 2.3 – Phương pháp bất đồng – đồng nhất[21] (Trang 28)
Hình 3.1: Giao diện minh họa hệ thống xenoNews[23] - Mô hình hóa người dùng và ứng dụng bộ lọc cộng tác trong hệ thống gợi ý tin tức
Hình 3.1 Giao diện minh họa hệ thống xenoNews[23] (Trang 32)
Hình 3.2: Kiến trúc 3 tầng của hệ thống xenoNews[23] - Mô hình hóa người dùng và ứng dụng bộ lọc cộng tác trong hệ thống gợi ý tin tức
Hình 3.2 Kiến trúc 3 tầng của hệ thống xenoNews[23] (Trang 33)
Hình 3.3: Bộ lọc cộng tác trong tổng thể hệ thống xenoNews - Mô hình hóa người dùng và ứng dụng bộ lọc cộng tác trong hệ thống gợi ý tin tức
Hình 3.3 Bộ lọc cộng tác trong tổng thể hệ thống xenoNews (Trang 36)
Hình 3.4: Các bộ phận trong bộ lọc cộng tác - Mô hình hóa người dùng và ứng dụng bộ lọc cộng tác trong hệ thống gợi ý tin tức
Hình 3.4 Các bộ phận trong bộ lọc cộng tác (Trang 37)
Bảng 3.1: Bảng mô tả các thể loại tin tức trong hệ thống xenoNews - Mô hình hóa người dùng và ứng dụng bộ lọc cộng tác trong hệ thống gợi ý tin tức
Bảng 3.1 Bảng mô tả các thể loại tin tức trong hệ thống xenoNews (Trang 38)
Bảng 4.1: Số lượng tin truy cập trong quá trình thử nghiệm - Mô hình hóa người dùng và ứng dụng bộ lọc cộng tác trong hệ thống gợi ý tin tức
Bảng 4.1 Số lượng tin truy cập trong quá trình thử nghiệm (Trang 42)

TỪ KHÓA LIÊN QUAN

TRÍCH ĐOẠN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w