Тема: Разработка и исследование алгоритма коллаборативной фильтрации с учетом временного фактора

Гомзин, А.Г. Обзор рекомендательных систем и возможностей учета контекста при формировании индивидуальных рекомендаций / А.Г Гомзин // Academy - 2016 - 6(9) - C.20-22
Коллаборативная фильтрация [Электронный ресурс] URL: http://intellect.ml/kollaborativnaya-filtratsiya-4778 (Дата обращения 13.03.2017)
Мельник, К.В. Применение аппарата Байесовых сетей при обработке данных из медицинских карточек / К.В. Мельник, В.Н. Глушко // Science and Education a New Dimension: Natural and Technical Sciences. - I(2), Issue:15, 2013.- C.126-129
Пономарев, А. В. Обзор методов учета контекста в системах коллаборативной фильтрации / А.В. Пономарев //Труды СПИИРАН. - 2013. - Т. 7. - №. 30. - С. 169-188.
Рекомендательные системы [Электронный ресурс] URL: https://ru.wikipedia.org/wiki (Дата обращения 13.03.2017)
Федоровский А.Н. Архитектура рекомендательной системы, работающей на основе неявных пользовательских оценок / А.Н.Федоровский,
К.Логачева//Труды 13й Всероссийской научной конференции «Электронные библиотеки: перспективные методы и технологии, электронные коллекции» - RCDL’2011 - 2011. - Р.75-87
Abernethy J., A new approach to collaborative filtering: Operator estimation with spectral regularization / F. Bach., T. Evgeniou.// Journal of Machine Learning Research.- 2008.- Vol. 10.- P. 803-826
Adomavicius, G. Expert-Driven Validation of Rule-Based User Models in Personalization Applications/ G. Adomavicius, A. Tuzhilin // Data Mining and Knowledge Discovery, vol. 5, nos. 1 and 2, 2001. - P. 33-58,
Adomavicius, G. Multidimensional RecommenderSystems: A Data Warehousing Approach/ G. Adomavicius, A. Tuzhilin // Proc. Second Int’lWorkshop Electronic Commerce (WELCOM ’01), 2001b.
Ansari, A. Internet Recommendations Systems/A. Ansari // J. Marketing Research, Aug. 2000. - P. 363-375.
Balabanovic, M. Fab: Content-Based, Collaborative Recommendation/ M. Balabanovic, Y. Shoham // Communications of the ACM 40, - 1997. - Р.66-72.
Brand, M. Fast online svd revisions for lightweight recommender systems/ M.Brand // In SIAM International Conference on Data Mining. - 2003. - P. 37-46
Billsus, D. Learning collaborative information filters/ D. Billsus, M. Pazzani // In Proceedings of the Fifteenth National Conference on Artificial Intelligence, CA. - 1998. - P.46-53.
Heckerman, D. Dependency Networks for Inference,Collaborative Filtering, and Data Visualization / D. Heckerman, D.M. Chickering, C. Meek, R. Rounthwaite,
Kadie // Journal of Machine Learning Research 1, - 2000. - P.49-75.
Konstan, J. A. GroupLens: Applying Collaborative Filtering to Usenet news. /J.A. Konstan, B.N. Miller, D. Maltz, J. L. Herlocker, L.R. Gordon, J. Riedl//Communications of the ACM 40,- 1997. - P.77-87.
Linton, F. OWL: A Recommender System for Organziation-Wide Learning/ F.Linton, A. Charron // Proceedings of the 1998 Workshop on Recommender Systems, - 1998. - P.65-69.
Microsoft SQL Server 2008 [Электронный ресурс] URL: https://www.microsoft.com (Дата обращения 10.03.2017)
MovieLens 1M Dataset [Электронный ресурс] URL: https://grouplens.org/datasets/movielens/1m/ (Дата обращения 26.01.2017)
Melville, P. Recommender Systems/ P. Melville, V.Sindhwani // Encyclopedia of Machine Learning, Claude Sammut and Geoffrey Webb (Eds), Springer, 2010.
Robertson, S. Threshold Setting in Adaptive Filtering/ S.Robertson, S. Walker // J. Documentation, - vol. 56, - 2000. - P. 312-331.
Sarwar, B. Item-Based Collaborative Filtering Recommendation Algorithms/
Sarwar, G. Karypis, J. Konstan, J. Riedl // Proc. 10thInt’l WWW Conf., 2001.
Si, L. Flexible Mixture Model for CollaborativeFiltering / L. Si, R.Jin// Proc. 20th Int’l Conf. Machine Learning, Aug. 2003.
Soboroff, I. Combining Content and Collaborationin Text Filtering / I. Soboroff,
Nicholas // Proc. Int’l Joint Conf. Artificial Intelligence Workshop: Machine Learning for Information Filtering, Aug. 1999.
Takacs, G. Scalable collaborative filtering approaches for large recommender systems/ G. Takacs, I. Pilaszy, B. Nemeth // Journal of Machine Learning Research (Special Topic on Mining and Learning with Graphs and Relations).- 2009.- Vol. 10.- P.623-656

Купить