LODBookRec: Linked Open Data for Books Recommendation
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F19%3A10396527" target="_blank" >RIV/00216208:11320/19:10396527 - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.1145/3326467.3326476" target="_blank" >https://doi.org/10.1145/3326467.3326476</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1145/3326467.3326476" target="_blank" >10.1145/3326467.3326476</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
LODBookRec: Linked Open Data for Books Recommendation
Popis výsledku v původním jazyce
In this paper, we present the LODBookRec application. LODBookRec builds on top of Linked Open Data (LOD) knowledge about literature domain and provides information retrieval GUI to conveniently present this knowledge to the end users. As such, LODBookRec aims to contribute towards better utilization of LOD and provide a suitable platform for on-line evaluation of information retrieval methods, especially recommender systems. LODBookRec contains a basic search GUI and several recommendation methods, with the primary focus on item-based recommendations. The results of offline evaluation indicates that content-based recommendations utilizing attribute-based similarity of books provides best item-based recommendations w.r.t. recommendation relevance for both highly popular books as well as long-tail books. However, modification of the original algorithm via maximal margin relevance increases diversity of the recommended lists with a modest relevance penalties.
Název v anglickém jazyce
LODBookRec: Linked Open Data for Books Recommendation
Popis výsledku anglicky
In this paper, we present the LODBookRec application. LODBookRec builds on top of Linked Open Data (LOD) knowledge about literature domain and provides information retrieval GUI to conveniently present this knowledge to the end users. As such, LODBookRec aims to contribute towards better utilization of LOD and provide a suitable platform for on-line evaluation of information retrieval methods, especially recommender systems. LODBookRec contains a basic search GUI and several recommendation methods, with the primary focus on item-based recommendations. The results of offline evaluation indicates that content-based recommendations utilizing attribute-based similarity of books provides best item-based recommendations w.r.t. recommendation relevance for both highly popular books as well as long-tail books. However, modification of the original algorithm via maximal margin relevance increases diversity of the recommended lists with a modest relevance penalties.
Klasifikace
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)
Návaznosti výsledku
Projekt
<a href="/cs/project/GJ19-22071Y" target="_blank" >GJ19-22071Y: Flexibilní modely pro hledání známé scény v rozsáhlých kolekcích videa</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the 9th International Conference on Web Intelligence, Mining and Semantics
ISBN
978-1-4503-6190-3
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
1-6
Název nakladatele
ACM
Místo vydání
New York, NY, USA
Místo konání akce
Seoul, Korea
Datum konání akce
26. 6. 2019
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—