کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4950445 1440643 2017 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Exploiting user feedback for online filtering in event-based systems
ترجمه فارسی عنوان
بهره گیری از بازخورد کاربر برای فیلتر کردن آنلاین در سیستم های مبتنی بر رویداد
کلمات کلیدی
سیستم های مبتنی بر رویداد، سیستم های توصیه شده، فیلتر کردن محتوا، سیستم های توزیع شده،
ترجمه چکیده
امروزه برنامه های کاربردی اینترنت در مقیاس بزرگ، امروزه یک منبع اساسی برای اطلاعات برای میلیون ها کاربر است. هرچه بزرگتر پایه کاربر باشد، سخت تر است کنترل کیفیت داده ها که از تولید کنندگان به مصرف کنندگان پخش می شود. این به راحتی می تواند قابلیت استفاده از این سیستم ها را مختل کند زیرا داده های کم کیفیت دریافت شده توسط مصرف کنندگان بدون کنترل کنترل می شوند. در این مقاله، ما یک راه حل جدید برای تنظیم خودکار داده های جدید تزریق شده در سیستم های مبتنی بر رویداد را با هدف ارائه تنها مصرف کنندگان محتوا پیشنهاد می کنیم. فیلتر کردن توسط تولید کنندگان و مصرف کنندگان پروفایل ها انجام می شود و مطابق با مشخصات آنها به عنوان داده های جدید تولید می شود. . پروفایل ها توسط جمع آوری بازخورد ارسال شده توسط مصرف کنندگان بر روی داده های قبلا دریافت شده ساخته شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نظریه محاسباتی و ریاضیات
پیش نمایش مقاله
بهره گیری از بازخورد کاربر برای فیلتر کردن آنلاین در سیستم های مبتنی بر رویداد
چکیده انگلیسی
Modern large-scale internet applications represent today a fundamental source of information for millions of users. The larger is the user base, the more difficult it is to control the quality of data that is spread from producers to consumers. This can easily hamper the usability of such systems as the amount of low quality data received by consumers grows uncontrolled. In this paper we propose a novel solution to automatically filter new data injected in event-based systems with the aim of delivering only content consumers are actually interested in. Filtering is executed by profiling producers and consumers, and matching their profiles as new data is produced. Profiles are built by aggregating feedback submitted by consumers on previously received data.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Future Generation Computer Systems - Volume 71, June 2017, Pages 202-211
نویسندگان
, , , ,