Generating recommendations based on robust term extraction from users' reviews (2014)
- Authors:
- USP affiliated authors: REZENDE, SOLANGE OLIVEIRA - ICMC ; MANZATO, MARCELO GARCIA - ICMC
- Unidade: ICMC
- DOI: 10.1145/2664551.2664583
- Subjects: MULTIMÍDIA INTERATIVA; WORLD WIDE WEB; RECUPERAÇÃO DA INFORMAÇÃO; INTELIGÊNCIA ARTIFICIAL
- Language: Inglês
- Imprenta:
- ISBN: 9781450332309
- Source:
- Título do periódico: Proceedings
- Conference titles: Brazilian Symposium on Multimedia and the Web - WebMedia
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
D'ADDIO, Rafael et al. Generating recommendations based on robust term extraction from users' reviews. 2014, Anais.. New York: ACM, 2014. Disponível em: https://doi.org/10.1145/2664551.2664583. Acesso em: 28 mar. 2024. -
APA
D'Addio, R., Conrado, M., Rezende, S. O., & Manzato, M. G. (2014). Generating recommendations based on robust term extraction from users' reviews. In Proceedings. New York: ACM. doi:10.1145/2664551.2664583 -
NLM
D'Addio R, Conrado M, Rezende SO, Manzato MG. Generating recommendations based on robust term extraction from users' reviews [Internet]. Proceedings. 2014 ;[citado 2024 mar. 28 ] Available from: https://doi.org/10.1145/2664551.2664583 -
Vancouver
D'Addio R, Conrado M, Rezende SO, Manzato MG. Generating recommendations based on robust term extraction from users' reviews [Internet]. Proceedings. 2014 ;[citado 2024 mar. 28 ] Available from: https://doi.org/10.1145/2664551.2664583 - Improving personalized ranking in recommender systems with multimodal interactions
- Optimizing personalized ranking in recommender systems with metadata awareness
- Improving personalized ranking in recommender systems with topic hierarchies and implicit feedback
- Using contextual information from topic hierarchies to improve context-aware recommender systems
- Exploiting text mining techniques for contextual recommendations
- Mining unstructured content for recommender systems: an ensemble approach
- Applying multi-view based metadata in personalized ranking for recommender systems
- Incorporating semantic item representations to soften the cold start problem
- Uma arquitetura de personalização de conteúdo baseada em anotações do usuário
- gSVD++: supporting implicit feedback on recommender systems with metadata awareness
Informações sobre o DOI: 10.1145/2664551.2664583 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas