1.
Sistemas de recomendación de próxima generación: ¿Última tecnología y?
Posibles extensiones. Descripción general de los algoritmos de recomendación más clásicos.
2. Sistema de recomendación de filtrado colaborativo. Una descripción general del filtrado colaborativo más clásico de JB Schaffer.
3. Sistema de recomendación híbrido: revisión y experimentación
4. Tesis doctoral de Xiang Liang "Investigación sobre tecnologías clave del sistema de recomendación dinámica"
5. Progreso de la investigación del sistema. Zhou Tao et al.
6. Sistemas recomendados Lu, Mei, Yang, Zhang, Zhou
Informes físicos 519 (1), 1-49 (sistema de parches. y·Colen
p>
2. Utilice el filtrado colaborativo para tejer un tapiz de información. (primer filtrado colaborativo propuesto)
3. Algoritmo de recomendación de filtrado colaborativo basado en proyectos. , transformar y cargar hasta el destino (abreviatura de extraer-transformar-cargar)
4. Aplicación de la reducción de dimensionalidad en sistemas de recomendación. Ampliar imagen Autor: John a.
5. Filtrado colaborativo basado en memoria probabilística Yu Kai, Anton Schwagerhof, Falk Trepp, Xu Xiaowei y Hans - Peter Kriegel
6. p>
7. Recomendaciones de Amazon.com: filtrado colaborativo de artículo a artículo Gray. G. Linden, Brent Smith y Jeremy York
8 Evaluación basada en proyectos de los algoritmos de recomendación Top-N. Karipis
9. Descomposición matricial probabilística. Ruslan Sarahudinov
10. Descomposición tensorial, mínimos cuadrados alternos y otros relatos Pierre Caumont, Javier Luciani, Ann. p>Recomendación basada en contenido:
1. Sistema de recomendación basado en contenido Michael Pazzani y Daniel Biersus
Recomendación basada en etiquetas:
1. Sistema de recomendación consciente: una encuesta reciente recomendada por Zi (Zhang Zikai), (Zhou Tao) y (Zhang Yicheng). Índice de evaluación:
1.
2. La precisión no siempre es buena: cómo los indicadores de precisión perjudican a los sistemas de recomendación
p>3. Evaluación de los sistemas de recomendación Guy Nisha y Asela Gunawardena.
4. Evaluación de sistemas de recomendación de filtrado colaborativo
Diversidad y novedad de recomendaciones:
1 Mejora de las listas de recomendaciones mediante la diversificación de temas Cai-Nicola Ziegler
Sean McNee, Joseph Constant,. Georg Lawson
Mejorar el grado de aventura en sistemas de recomendación basados en fusión
Maximizar la diversidad de recomendaciones de conjuntos: un enfoque de teoría de grafos
El problema del olvido: usar Olvidar proyectos para mejorar la diversidad de recomendaciones
Un marco para colecciones de recomendaciones
Keith Bradley y Barry Smith
Protección de la privacidad en sistemas de recomendación: 1. ¿Filtrado colaborativo con privacidad? 2. ¿Cree en la seguridad y la privacidad en los sistemas de recomendación? Discusión del problema. Yang K. "Tony" Lin, Dan Frankoski, John Reed.
3. Personalización mejorada con privacidad. Alfred Kobusa
4. Sistemas diferenciados de recomendación privada: ¿Incorporando la privacidad?
Contendiente a los premios Netflix. Frank McSherry e Ilya Mironov ¿Investigación de Microsoft?
Campus de Silicon Valley
5. Cuando los débiles se convierten en valientes: Problemas de privacidad en los sistemas de recomendación.
Naren Ramakrishnan, Benjamin Keller y Batur Mirza
Pregunta recomendada sobre arranque en frío:?
1. Máquina Boltzmann encuadernada recomendada para arranque en frío. Asela Gunawardena
2. Regresión de preferencia por pares para recomendación de arranque en frío. Parque Weichu Chengze
3. Resuelva el problema de arranque en frío en el sistema de recomendación. Xuan Yilin. etl
4. Métodos e indicadores recomendados para arranque en frío. Ampliar imagen Autor: Andrew I. Schein.
Bandit (algoritmo de la máquina tragamonedas, que puede aliviar el problema del arranque en frío):
1. Jeremy Mary, Romanic Gaudel, Philip Puller
2. Algoritmo Multi-arm Bandit y evaluación empírica
Recomendación basada en redes sociales:?
1. Sistema de recomendación social. Ido Gay y David Kamel
Un sistema de recomendación de redes sociales (SNRS). He Jianming y Zhu Weili
Medición y análisis de redes sociales online.
Sitios web recomendados: combinando redes sociales y filtrado colaborativo
Recomendaciones basadas en conocimiento:?
1. Sistema de recomendación de conocimientos. Robin Burke
2. Recomendaciones basadas en casos. Barry Smith
3. Sistemas de recomendación basados en restricciones: cuestiones de tecnología y investigación. Fairfening. Burke
Otros:?
Sistema de recomendaciones basado en la confianza. Paulo Massa y Paulo Afsani