کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
5102485 | 1480083 | 2018 | 12 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
A reconsideration of negative ratings for network-based recommendation
ترجمه فارسی عنوان
تجدید نظر در رتبه بندی های منفی برای توصیه شبکه
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
سیستم توصیهگر، شبکه دو طرفه، رتبه بندی منفی،
ترجمه چکیده
الگوریتم های پیشنهاد شده بر اساس شبکه های دو طرفه به لطف دقت و انعطاف پذیری آن ها به طور فزاینده ای محبوب شده اند. در حال حاضر، بسیاری از این روش ها امتیازات منفی کاربران را نادیده می گیرند. در این کار، ما یک روش برای بهره برداری از رتبه بندی های منفی برای الگوریتم نتیجه گیری مبتنی بر شبکه پیشنهاد می کنیم. ما متوجه می شویم که رتبه های منفی بدون در نظر گرفتن اسپارتی مجموعه داده ها نقش مثبت ایفا می کنند. علاوه بر این، کارایی روش ما را بهبود می بخشد و آن را با الگوریتم های پیشرفته تر مقایسه می کنیم. نتایج تجربی نشان می دهد که روش حاضر بهتر از الگوریتم های موجود است.
موضوعات مرتبط
مهندسی و علوم پایه
ریاضیات
فیزیک ریاضی
چکیده انگلیسی
Recommendation algorithms based on bipartite networks have become increasingly popular, thanks to their accuracy and flexibility. Currently, many of these methods ignore users' negative ratings. In this work, we propose a method to exploit negative ratings for the network-based inference algorithm. We find that negative ratings play a positive role regardless of sparsity of data sets. Furthermore, we improve the efficiency of our method and compare it with the state-of-the-art algorithms. Experimental results show that the present method outperforms the existing algorithms.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Physica A: Statistical Mechanics and its Applications - Volume 490, 15 January 2018, Pages 690-701
Journal: Physica A: Statistical Mechanics and its Applications - Volume 490, 15 January 2018, Pages 690-701
نویسندگان
Liang Hu, Liang Ren, Wenbin Lin,