Exploiting feature extraction techniques on users' reviews for movies recommendation (2017)
- Authors:
- Autor USP: MANZATO, MARCELO GARCIA - ICMC
- Unidade: ICMC
- DOI: 10.1186/s13173-017-0057-8
- Subjects: MULTIMÍDIA INTERATIVA; RECONHECIMENTO DE TEXTO
- Keywords: Recommender systems; Item representation; Feature extraction; Sentiment analysis
- Language: Inglês
- Imprenta:
- Publisher place: Heidelberg
- Date published: 2017
- Source:
- Título do periódico: Journal of the Brazilian Computer Society
- ISSN: 1678-4804
- Volume/Número/Paginação/Ano: v. 23, p. 1-16, 2017
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc
-
ABNT
D'ADDIO, Rafael M e DOMINGUES, Marcos A e MANZATO, Marcelo Garcia. Exploiting feature extraction techniques on users' reviews for movies recommendation. Journal of the Brazilian Computer Society, v. 23, p. 1-16, 2017Tradução . . Disponível em: https://doi.org/10.1186/s13173-017-0057-8. Acesso em: 24 abr. 2024. -
APA
D'Addio, R. M., Domingues, M. A., & Manzato, M. G. (2017). Exploiting feature extraction techniques on users' reviews for movies recommendation. Journal of the Brazilian Computer Society, 23, 1-16. doi:10.1186/s13173-017-0057-8 -
NLM
D'Addio RM, Domingues MA, Manzato MG. Exploiting feature extraction techniques on users' reviews for movies recommendation [Internet]. Journal of the Brazilian Computer Society. 2017 ; 23 1-16.[citado 2024 abr. 24 ] Available from: https://doi.org/10.1186/s13173-017-0057-8 -
Vancouver
D'Addio RM, Domingues MA, Manzato MG. Exploiting feature extraction techniques on users' reviews for movies recommendation [Internet]. Journal of the Brazilian Computer Society. 2017 ; 23 1-16.[citado 2024 abr. 24 ] Available from: https://doi.org/10.1186/s13173-017-0057-8 - Incorporating semantic item representations to soften the cold start problem
- Uma arquitetura de personalização de conteúdo baseada em anotações do usuário
- Similarity-based matrix factorization for item cold-start in recommender systems
- Combining multiple metadata types in movies recommendation using ensemble algorithms
- Exploiting multimodal interactions in recommender systems with ensemble algorithms
- Case recommender: a recommender framework
- Extended recommendation-by-explanation
- gSVD++: supporting implicit feedback on recommender systems with metadata awareness
- Metadata in movies recommendation: a comparison among different approaches
- A collaborative filtering approach based on user's reviews
Informações sobre o DOI: 10.1186/s13173-017-0057-8 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
