Personalised, Serendipitous and Diverse Linked Data Resource Recommendations

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21240%2F15%3A00241069" target="_blank" >RIV/68407700:21240/15:00241069 - isvavai.cz</a>

Výsledek na webu

<a href="http://link.springer.com/chapter/10.1007/978-3-319-17966-7_11" target="_blank" >http://link.springer.com/chapter/10.1007/978-3-319-17966-7_11</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-17966-7_11" target="_blank" >10.1007/978-3-319-17966-7_11</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Personalised, Serendipitous and Diverse Linked Data Resource Recommendations

Popis výsledku v původním jazyce

Due to the huge and diverse amount of information, the actual access to a piece of information in the Linked Open Data (LOD) cloud still demands significant amount of effort. To overcome this problem, number of Linked Data based recommender systems havebeen developed. However, they have been primarily developed for a particular domain, they require human intervention in the dataset pre-processing step, and they can be hardly adopted to new datasets. In this paper, we present our method for personalisedaccess to Linked Data, in particular focusing on its applicability and its salient features.

Název v anglickém jazyce

Personalised, Serendipitous and Diverse Linked Data Resource Recommendations

Popis výsledku anglicky

Due to the huge and diverse amount of information, the actual access to a piece of information in the Linked Open Data (LOD) cloud still demands significant amount of effort. To overcome this problem, number of Linked Data based recommender systems havebeen developed. However, they have been primarily developed for a particular domain, they require human intervention in the dataset pre-processing step, and they can be hardly adopted to new datasets. In this paper, we present our method for personalisedaccess to Linked Data, in particular focusing on its applicability and its salient features.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2015

Kód důvěrnosti údajů

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

Název statě ve sborníku

Knowledge Engineering and Knowledge Management

ISBN

978-3-319-17965-0

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

5

Strana od-do

106-110

Název nakladatele

Springer International Publishing AG

Místo vydání

Cham

Místo konání akce

Linköping

Datum konání akce

24. 11. 2014

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—