| Инд. авторы: | Князева А.А., Колобов О.С., Турчановский И.Ю. |
| Заглавие: | Сравнение различных методов построения рекомендаций на основе данных о заказах научно-технической библиотеки НИ ТПУ |
| Библ. ссылка: | Князева А.А., Колобов О.С., Турчановский И.Ю. Сравнение различных методов построения рекомендаций на основе данных о заказах научно-технической библиотеки НИ ТПУ // XVI Российская конференция «Распределенные информационно - вычислительные ресурсы. Наука – цифровой экономике» (DICR-2017): Труды XVI Всероссийской конференции (4-7 декабря 2017 г.). Новосибирск / Под ред. О.Л. Жижимова, А.М. Федотова. - 2017. - Новосибирск: ИВТ СО РАН. - С.427-433. - ISBN: 978-5-905569-10-4. - http://elib.ict.nsc.ru/jspui/bitstream/ICT/1467/114/paper55.pdf |
| Внешние системы: | РИНЦ: 32255188; |
| Реферат: | rus: В работе рассматривается возможность создания рекомендательной системы для электронного каталога библиотеки на основе данных о заказах. Приводится сравнительный анализ двух подходов коллаборативной фильтрации: на основе документов и на основе пользователей. eng: An opportunity of the recommender system creation for an online library catalog on base of order data is considered in this work. A comparison analysis of two collaborative fil-tering approaches is given: item-based and user-based. |
| Ключевые слова: | collaborative filtering; Recommender system; бинарные данные; коллаборативная фильтрация; Рекомендательная система; binary data; |
| Издано: | 2017 |
| Физ. характеристика: | с.427-433 |
| Ссылка: | http://elib.ict.nsc.ru/jspui/bitstream/ICT/1467/114/paper55.pdf |
| Конференция: | Название: XVI Российская конференция «Распределенные информационно-вычислительные ресурсы. Наука – цифровой экономике» Аббревиатура: DICR-2017 Город: Новосибирск Страна: Россия Даты проведения: 2017-12-04 - 2017-12-07 Ссылка: http://conf.ict.nsc.ru/dicr2017 |
| Цитирование: | 1. Карауш А.С. Рекомендательные системы в публичных библиотеках//Библиосфера. 2009. № 1. С. 41-43. 2. Hahsler M. recommenderlab: Lab for Developing and testing Recommender Algorithms. https://cran.r-project.org/web/packages/recommenderlab/vignettes/recommenderlab.pdf (дата обращения 20.09.2017). 3. Aggarwal C. Recommender Systems: The Textbook. Switzerland: Springer International Publish-ing, 2016. 498 p. 4. Leskovec J., Rajaraman A., Ullman J.D. Mining of Massive Datasets (2nd ed.). New-York: Cambridge University Press, 2014. 476 p. 5. Dice L. Measures of the amount of ecologic association between species//Ecology. 1945. V 26 (3). P. 297-302. 6. Manning C.D. Introduction to Information Retrieval. http://www-nlp.stanford.edu/IR-book/(дата обращения 20.09.2017). |
