PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Approaches to “Cold-Start” in recommender systems

Autorzy
Treść / Zawartość
Identyfikatory
Warianty tytułu
Języki publikacji
EN
Abstrakty
EN
The paper explores the possibilities of handling cold start problems for recommenders associated with document-map based search engines.
Słowa kluczowe
Twórcy
  • Institute of Computer Science, University of Podlasie, ul. Sienkiewicz 51, 08-110 Siedlce, Poland
  • Institute of Computer Science, Polish Academy of Sciences, ul. Ordona 21, 01-237 Warsaw, Poland
Bibliografia
  • 1. N. Abe and A. Nakamura. Learning to Optimally Schedule Internet Banner Advertisements. In ICML, 1999.
  • 2. D.A. Berry and B. Fristedt. Bandit Problems: Sequential Allocation of Experiments. Chapman and Hall, London, 1985.
  • 3. K. Ciesielski and M. Kłopotek: Towards Adaptive Web Mining: Histograms and Contexts in Text Data Clustering . IN: M.R. Berthold and J. Shawe-Taylor Intelligent Data Analysis (IDA-2007)., Springer-Verlag, LNCS 4723, Ljubljana, Slovenia 2007, 284-295
  • 4. K. Ciesielski and M.A. Kłopotek and S. T. Wierzchoń: Contextual adaptive clustering with personalisation. IN: Z. Raś and D. Zighed and S. TsumatoProc. 3rd Int. ECML/PKDD Workshop on Mining Complex Data., Warszawa, Poland 2007, 128-138,
  • 5. N. Immorlica, K. Jain, M. Mahdian, and K. Talwar. Click Fraud Resistant Methods for Learning Click-Through Rates. In WINE, 2005.
  • 6. M. Kłopotek and S. Wierzchoń and K. Ciesielski and M. Dramiński and D. Czerski: Conceptual Maps of Document Collections in Internet and Intranet. Coping with the Technological Challenge. IPI PAN Publishing House, Warszawa, Poland 2007.
  • 7. O. Madani and D. Decoste. Contextual Recommender Problems. In Proceedings of the 1st International Workshop on Utility-based Data Mining, 2005.
  • 8. A. Mehta, A. Saberi, U. Vazirani, and V. Vazirani. AdWords and Generalized On-line Matching. In FOCS, 2005.
  • 9. S. Pandey, C. Olston: Handling Advertisements of Unknown Quality in Search Advertising. NIPS 2006.
  • 10. P. Rusmevichientong and D. Williamson. An Adaptive Algorithm for Selecting Profitable Keywords for Search-Based Advertising Services. In EC, 2006.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-44ab8946-ec11-4a77-bef3-d6339e5c70be
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.