Recommendation engines aim to propose users items they are interested in by looking at the user interaction with a system. However, individual interests may be drastically influenced by the context in which decisions are taken. We present an attempt to model user interests via a set of contextual conditional preferences. We show that usage of proposed preferences gives reasonable values of the accuracy and the precision even when the dataset is quite small.
PL
Systemy rekomendacyjne sugerują użytkownikom produkty, którymi mogą być zainteresowani, na podstawie wcześniejszej interakcji z systemem. Jednak duży wpływ na decyzję użytkownika ma kontekst, w którym jest ona podejmowana. W artykule zaproponowano model zainteresowań użytkownika jako zbiór kontekstowych preferencji warunkowych i pokazano, że z ich wykorzystaniem można uzyskać dużą dokładność i precyzję rekomendacji, nawet dla małych zbiorów danych.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.