du.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • chicago-author-date
  • chicago-note-bibliography
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Collaborative Filtering with Data Classification: A Combined Approach to Hotel Recommendation Systems
Högskolan Dalarna, Akademin Industri och samhälle, Informatik.ORCID-id: 0000-0003-3681-8173
Högskolan Dalarna, Akademin Industri och samhälle, Informatik.ORCID-id: 0000-0003-2110-0943
Högskolan Dalarna, Akademin Industri och samhälle, Informatik.
Visa övriga samt affilieringar
2016 (Engelska)Ingår i: 25th International Conference on Information Systems Development (ISD2016 Poland), 2016Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

Recommendation systems aim to help users make decisions more efficiently. The most widely used method in recommendation systems is collaborative filtering, of which, a critical step is to analyze a user's preferences and make recommendations of products or services based on similarity analysis with other users' ratings. However, collaborative filtering is less usable for recommendation facing the "cold start" problem, i.e. few comments being given to products or services. To tackle this problem, we propose an improved method that combines collaborative filtering and data classification. We use hotel recommendation data to test the proposed method. The accuracy of the recommendation is determined by the rankings. Evaluations regarding the accuracies of Top-3 and Top-10 recommendation lists using the 10-fold cross-validation method and ROC curves are conducted. The results show that the Top-3 hotel recommendation list proposed by the combined method has the superiority of the recommendation performance than the Top-10 list under the cold start condition in most of the times.

Ort, förlag, år, upplaga, sidor
2016.
Nyckelord [en]
Recommendation systems, collaborative filtering, ranking systems, ROC curves
Nationell ämneskategori
Data- och informationsvetenskap
Forskningsämne
Komplexa system - mikrodataanalys
Identifikatorer
URN: urn:nbn:se:du-22830OAI: oai:DiVA.org:du-22830DiVA, id: diva2:954500
Konferens
25th International Conference on Information Systems Development (ISD2016 Poland), Katowice, Poland, August 24-26, 2016
Tillgänglig från: 2016-08-22 Skapad: 2016-08-22 Senast uppdaterad: 2018-01-10Bibliografiskt granskad

Open Access i DiVA

fulltext(506 kB)137 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 506 kBChecksumma SHA-512
999a9771f57e32cde851018a53c97ea2f29472d8f088d5973a196b6e13c900458b832d80afe30479cb2436ef0dc40cc0f77e508679e37b8ba5c1f4bfa2866909
Typ fulltextMimetyp application/pdf

Personposter BETA

Song, William WeiAvdic, Anders

Sök vidare i DiVA

Av författaren/redaktören
Song, William WeiAvdic, AndersForsman, AndersÅkerblom, Leif
Av organisationen
Informatik
Data- och informationsvetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 137 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 832 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • chicago-author-date
  • chicago-note-bibliography
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf