Recommending News Articles using Rule-based Classifier
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21240%2F17%3A00314021" target="_blank" >RIV/68407700:21240/17:00314021 - isvavai.cz</a>
Výsledek na webu
<a href="https://daz2017.kiv.zcu.cz/data/DaZ2017-Sbornik-final.pdf" target="_blank" >https://daz2017.kiv.zcu.cz/data/DaZ2017-Sbornik-final.pdf</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Recommending News Articles using Rule-based Classifier
Popis výsledku v původním jazyce
In this paper we summarize our experiments with a rule-based classifier as a recommender within CLEF NewsREEL 2017 challenge. Systems that recommend news articles are suitable to solve information overflow in digital editions of newspapers, when users have problems choosing what they want to read. They face challenges unknown to the systems recommending books or movies such as a frequency of producing the new content. This paper deals with an approach based on association rules acting as a classifier. In our approach we experimented with settings that allow reducing the amount of rules used for the classification and increasing the performance that is crucial for real recommendations.
Název v anglickém jazyce
Recommending News Articles using Rule-based Classifier
Popis výsledku anglicky
In this paper we summarize our experiments with a rule-based classifier as a recommender within CLEF NewsREEL 2017 challenge. Systems that recommend news articles are suitable to solve information overflow in digital editions of newspapers, when users have problems choosing what they want to read. They face challenges unknown to the systems recommending books or movies such as a frequency of producing the new content. This paper deals with an approach based on association rules acting as a classifier. In our approach we experimented with settings that allow reducing the amount of rules used for the classification and increasing the performance that is crucial for real recommendations.
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
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2017
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
Data a znalosti 2017
ISBN
978-80-261-0720-0
ISSN
—
e-ISSN
—
Počet stran výsledku
5
Strana od-do
51-55
Název nakladatele
Západočeská univerzita v Plzni
Místo vydání
Plzeň
Místo konání akce
Plzeň
Datum konání akce
5. 10. 2017
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—