Sistema de recomendación web basado en el historial de búsquedas de los usuarios
Versandkostenfrei!
Versandfertig in 1-2 Wochen
30,99 €
inkl. MwSt.
PAYBACK Punkte
15 °P sammeln!
En la actualidad, la mayoría de los sistemas de recomendación disponibles utilizan el enfoque del filtrado colaborativo. Este tipo de sistemas de recomendación asume que si dos usuarios han mostrado un interés similar en el mismo conjunto de contenidos, pueden mostrar un patrón de interés similar a la hora de elegir contenidos futuros. Sin embargo, puede ocurrir que los usuarios que tienen ciertos gustos sobre una categoría específica de contenidos se comporten de forma diferente a la hora de elegir contenidos de otras categorías. Además, los enfoques de filtrado colaborativo no func...
En la actualidad, la mayoría de los sistemas de recomendación disponibles utilizan el enfoque del filtrado colaborativo. Este tipo de sistemas de recomendación asume que si dos usuarios han mostrado un interés similar en el mismo conjunto de contenidos, pueden mostrar un patrón de interés similar a la hora de elegir contenidos futuros. Sin embargo, puede ocurrir que los usuarios que tienen ciertos gustos sobre una categoría específica de contenidos se comporten de forma diferente a la hora de elegir contenidos de otras categorías. Además, los enfoques de filtrado colaborativo no funcionan eficazmente con conjuntos de datos dispersos, en los que hay un número reducido de contenidos o un número limitado de usuarios en las categorías de contenidos. Para superar todos estos problemas, se utiliza un enfoque novedoso de recomendación de contenidos a través de diferentes categorías teniendo en cuenta tanto la información semántica de los contenidos como los intereses de los usuarios. Este enfoque utiliza Linked Data como fuente para encontrar la semántica adecuada de los contenidos extraídos del historial de visualización de los usuarios. A continuación, los conceptos semánticos recuperados para los contenidos se agrupan en clusters semánticos en función de su similitud y relevancia.
Andere Kunden interessierten sich für
