Preference learning by matrix factorization on island models

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F18%3A10380307" target="_blank" >RIV/00216208:11320/18:10380307 - isvavai.cz</a>

Výsledek na webu

<a href="http://ceur-ws.org/Vol-2203/146.pdf" target="_blank" >http://ceur-ws.org/Vol-2203/146.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Preference learning by matrix factorization on island models

Popis výsledku v původním jazyce

This paper presents island models, methods, implementation and experiments connecting stochastic optimization methods and recommendation task (collaborative one). Our models and methods are based on matrix factorization. Parallel run of methods optimizes the RMSE metric from an island model point-of-view. This paper comments on architecture and some implementation decisions. We dealt with two research hypotheses. First, whether island models bring always improvement. We will show that almost always yes. Second, whether evolutionary algorithm does or does not always find the best solution. This will be confirmed only on smaller data. Experiments were provided on Movie Lens 100k and 1M data.

Název v anglickém jazyce

Preference learning by matrix factorization on island models

Popis výsledku anglicky

This paper presents island models, methods, implementation and experiments connecting stochastic optimization methods and recommendation task (collaborative one). Our models and methods are based on matrix factorization. Parallel run of methods optimizes the RMSE metric from an island model point-of-view. This paper comments on architecture and some implementation decisions. We dealt with two research hypotheses. First, whether island models bring always improvement. We will show that almost always yes. Second, whether evolutionary algorithm does or does not always find the best solution. This will be confirmed only on smaller data. Experiments were provided on Movie Lens 100k and 1M data.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 18th Conference Information Technologies - Applications and Theory (ITAT 2018)

ISBN

978-1-72726-719-8

ISSN

1613-0073

e-ISSN

neuvedeno

Počet stran výsledku

6

Strana od-do

146-151

Název nakladatele

CEUR Workshop Proceedings

Místo vydání

Košice, Slovakia

Místo konání akce

Krompachy

Datum konání akce

21. 9. 2018

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—