| ชื่อบทความที่เผยแพร่ |
Improving Dynamic Recommender System Based on Item Clustering for Preference Drifts |
| วัน/เดือน/ปี ที่เผยแพร่ |
13 กรกฎาคม 2561 |
| การประชุม |
| ชื่อการประชุม |
The 15th International Joint Conference on Computer Science and Software Engineering (JCSSE2018) |
| หน่วยงาน/องค์กรที่จัดประชุม |
Faculty of ICT, Mahidol University |
| สถานที่จัดประชุม |
Faculty of ICT, Mahidol University |
| จังหวัด/รัฐ |
Nakhon Pathom, THAILAND |
| ช่วงวันที่จัดประชุม |
11 กรกฎาคม 2561 |
| ถึง |
13 กรกฎาคม 2561 |
| Proceeding Paper |
| Volume (ปีที่) |
2018 |
| Issue (เล่มที่) |
25 |
| หน้าที่พิมพ์ |
418-423 |
| Editors/edition/publisher |
IEEE |
| บทคัดย่อ |
The recommender system is an efficient tool for online application, which exploits historical user rating on item to make recommendations on items to users. This paper aims to enhance dynamic recommender systems under volatile user preference drifts. It proposed an algorithm to solve sparse data by using Gaussian mixture model to fill in data matrix for sparsity reduction and improve more completely ratings prediction. Subsequently, it utilizes item clustering and linear regression technique to predict the future interests of users in category based and additionally uses the nearest neighbor method to prevent over-fitting. The experimental results show that the proposed approach provides the better performance on rating prediction when compared with the state-of-the-art dynamic recommendation algorithms. |
| ผู้เขียน |
|
| การประเมินบทความ (Peer Review) |
มีผู้ประเมินอิสระ |
| มีการเผยแพร่ในระดับ |
นานาชาติ |
| รูปแบบ Proceeding |
Full paper |
| รูปแบบการนำเสนอ |
Oral |
| เป็นส่วนหนึ่งของวิทยานิพนธ์ |
เป็น |
| ผลงานที่นำเสนอได้รับรางวัล |
ได้รับรางวัล |
| ชื่อรางวัล |
Best Paper Awards : Machine Learning |
| ประเภทรางวัล |
รางวัลด้านวิชาการ วิชาชีพ |
| หน่วยงาน/องค์กรที่มอบรางวัล |
JCSSE2018 |
| วัน/เดือน/ปี ทีด้รับรางวัล |
13 กรกฎาคม 2561 |
| แนบไฟล์ |
|
| Citation |
0
|
|
|
ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
English