Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Retrieval, Crawling and Fusion of Entity-centric Data on the Web Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Comparison of Collaborative and Content-Based Automatic Recommendation Approaches in a Digital Library of Serbian PhD Dissertations

verfasst von : Joel Azzopardi, Dragan Ivanovic, Georgia Kapitsaki

Erschienen in: Semantic Keyword-Based Search on Structured Data Sources

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Digital libraries have become an excellent information resource for researchers. However, users of digital libraries would be served better by having the relevant items ‘pushed’ to them. In this research, we present various automatic recommendation systems to be used in a digital library of Serbian PhD Dissertations. We experiment with the use of Latent Semantic Analysis (LSA) in both content and collaborative recommendation approaches, and evaluate the use of different similarity functions. We find that the best results are obtained when using a collaborative approach that utilises LSA and Pearson similarity.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Software Processing Chain for Evaluating Thesaurus Quality
Nächstes Kapitel Keyword-Based Search on Bilingual Digital Libraries
Fußnoten
2
The Serbian language has a Latin and a Cyrillic alphabet, and the two alphabets are interchangeable.
 
Literatur
1.
Albayrak, S., Wollny, S., Varone, N., Lommatzsch, A., Milosevic, D.: Agent technology for personalized information filtering: the PIA-system. In: SAC 2005: Proceedings of the 2005 ACM Symposium on Applied Computing, pp. 54–59. ACM, New York (2005)
2.
Azzopardi, J., Staff, C.: Automatic adaptation and recommendation of news reports using surface-based methods. In: Pérez, J., et al. (eds.) PAAMS. AISC, vol. 156, pp. 69–76. Springer, Heidelberg (2012)CrossRef
3.
Belkin, N.J., Croft, W.B.: Information filtering and information retrieval: two sides of the same coin? Commun. ACM 35(12), 29–38 (1992)CrossRef
4.
Bordogna, G., Pagani, M., Pasi, G., Villa, R.: A flexible news filtering model exploiting a hierarchical fuzzy categorization. In: Larsen, H.L., Pasi, G., Ortiz-Arroyo, D., Andreasen, T., Christiansen, H. (eds.) FQAS 2006. LNCS (LNAI), vol. 4027, pp. 170–184. Springer, Heidelberg (2006). doi:10.​1007/​11766254_​15 CrossRef
5.
Callan, J.: Learning while filtering documents. In: SIGIR 1998, Proceedings of the 21st Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, pp. 224–231. ACM, New York (1998)
6.
Choi, Y.S.: Content type based adaptation in collaborative recommendation. In: Proceedings of the 2014 Conference on Research in Adaptive and Convergent Systems, RACS 2014, pp. 61–65. ACM, New York (2014)
7.
Das, A.S., Datar, M., Garg, A., Rajaram, S.: Google news personalization: scalable online collaborative filtering. In: WWW 2007, Proceedings of the 16th International Conference on World Wide Web, pp. 271–280. ACM, New York (2007)
8.
Deerwester, S., Dumais, S.T., Furnas, G.W., Landauer, T.K., Harshman, R.: Indexing by latent semantic analysis. J. Am. Soc. Inform. Sci. 41(6), 391–407 (1990)CrossRef
9.
Foltz, P.W., Dumais, S.T.: Personalized information delivery: an analysis of information filtering methods. Commun. ACM 35(12), 51–60 (1992)CrossRef
10.
Garcin, F., Zhou, K., Faltings, B., Schickel, V.: Personalized news recommendation based on collaborative filtering. In: Proceedings of the The 2012 IEEE/WIC/ACM International Joint Conferences on Web Intelligence and Intelligent Agent Technology, WI-IAT 2012, vol. 01, pp. 437–441. IEEE Computer Society, Washington, DC (2012)
11.
Lang, K.: Newsweeder: learning to filter netnews. In: ML 1995, Proceedings of the 12th International Machine Learning Conference, pp. 331–339. Morgan Kaufman (1995)
12.
Ling, G., Lyu, M.R., King, I.: Ratings meet reviews, a combined approach to recommend. In: Proceedings of the 8th ACM Conference on Recommender Systems, RecSys 2014, pp. 105–112. ACM, New York (2014)
13.
Middleton, S.E., De Roure, D.C., Shadbolt, N.R.: Capturing knowledge of user preferences: ontologies in recommender systems. In: Proceedings of the 1st International Conference on Knowledge Capture, K-CAP 2001, pp. 100–107. ACM, New York (2001)
14.
Morita, M., Shinoda, Y.: Information filtering based on user behavior analysis and best match text retrieval. In: Croft, B.W., van Rijsbergen, C.J. (eds.) SIGIR 1994, pp. 272–281. Springer, New York (1994)
15.
Pasi, G., Bordogna, G., Villa, R.: A multi-criteria content-based filtering system. In: SIGIR 2007: Proceedings of the 30th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, pp. 775–776. ACM, New York (2007)
16.
Pazzani, M.J., Billsus, D.: Content-based recommendation systems. In: Brusilovsky, P., Kobsa, A., Nejdl, W. (eds.) The Adaptive Web. LNCS, vol. 4321, pp. 325–341. Springer, Heidelberg (2007). doi:10.​1007/​978-3-540-72079-9_​10 CrossRef
17.
Pon, R.K., Cardenas, A.F., Buttler, D., Critchlow, T.: iScore: measuring the interestingness of articles in a limited user environment. In: CIDM 2007: Proceedings of the IEEE Symposium on Computational Intelligence and Data Mining, pp. 354–361 (2007)
18.
Pon, R.K., Cardenas, A.F., Buttler, D., Critchlow, T.: Tracking multiple topics for finding interesting articles. In: KDD 2007, Proceedings of the 13th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 560–569. ACM, New York (2007)
19.
Pon, R.K., Cárdenas, A.F., Buttler, D.J.: Online selection of parameters in the rocchio algorithm for identifying interesting news articles. In: WIDM 2008, Proceedings of the 10th ACM Workshop on Web Information and Data Management, pp. 141–148. ACM, New York (2008)
20.
Schafer, J.B., Frankowski, D., Herlocker, J., Sen, S.: Collaborative filtering recommender systems. In: Brusilovsky, P., Kobsa, A., Nejdl, W. (eds.) The Adaptive Web. LNCS, vol. 4321, pp. 291–324. Springer, Heidelberg (2007). doi:10.​1007/​978-3-540-72079-9_​9 CrossRef
Metadaten
Titel
Comparison of Collaborative and Content-Based Automatic Recommendation Approaches in a Digital Library of Serbian PhD Dissertations
verfasst von
Joel Azzopardi
Dragan Ivanovic
Georgia Kapitsaki
Copyright-Jahr
2017
Verlag
Springer International Publishing
Buch
Semantic Keyword-Based Search on Structured Data Sources

Print ISBN: 978-3-319-53639-2

Electronic ISBN: 978-3-319-53640-8

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-53640-8_9

Neuer Inhalt

    Bildnachweise