Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

16.10.2019 | Ausgabe 6/2019

Mobile Networks and Applications 6/2019

Efficient Machine Learning Model for Movie Recommender Systems Using Multi-Cloud Environment

Zeitschrift:
Mobile Networks and Applications > Ausgabe 6/2019
Autoren:
K. Indira, M. K. Kavithadevi
Wichtige Hinweise

Publisher’s note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

A recommender system or a recommendation system is a subclass of information filtering system which in turn predicts the “preference” or “ratings” which a user would provide to the specified item. Recommender systems are utilized in a variety of areas comprising news, music, movies, books, search queries, social tags, research articles, and products in general. The primary aim of the recommender system is to allow the computers learn automatically without any human intervention or assistance and regulate activities consequently. The existing methods had a lower amount of search result quality and a minimum rate of ranking accuracy. To overcome this issue and to enhance the ranking quality and search result quality a novel recommender system in the multi-cloud with the use of proposed machine learning algorithm. In this proposed work (NPCA-HAC), the social data set are pre-processed to remove the noise and making them pure. Then, the method of feature selection is carried out with the use of principle component analysis method (PCA). The selected features are then clustered with the use of k-means followed by the Hierarchical Agglomerative Clustering algorithm (HAC). These clusters are then ranked by the use of trust ranking algorithm. Finally, the ranked output was evaluated and the performance measure was analyzed which provides the efficient results from the recommender system.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

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

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

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

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

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




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

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




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 6/2019

Mobile Networks and Applications 6/2019 Zur Ausgabe