| ชื่อบทความ |
Dynamic Collaborative Filtering Based on User
Preference Drift and Topic Evolution |
| วัน/เดือน/ปี ที่ได้ตอบรับ |
3 พฤษภาคม 2563 |
| วารสาร |
| ชื่อวารสาร |
IEEE ACCESS |
| มาตรฐานของวารสาร |
ISI |
| หน่วยงานเจ้าของวารสาร |
IEEE Xplore |
| ISBN/ISSN |
2169-3536 |
| ปีที่ |
2020 |
| ฉบับที่ |
vol. 8 |
| เดือน |
05 |
| ปี พ.ศ. ที่พิมพ์ |
2563 |
| หน้า |
86433 - 86447 |
| บทคัดย่อ |
Recommender systems are efficient tools for online applications; these systems exploit
historical user ratings on items to make recommendations of items to users. This paper aims to enhance
dynamic collaborative filtering on recommender systems under volatile conditions in which both users’
preferences and item properties dynamically change over time. Moreover, existing collaborative filtering
models mainly rely on solving data sparsity by adding side information to improve performance. We propose
a model to capture the user preference dynamics in the rating matrix by using a joint decomposition method to
extract user latent transition patterns and combine latent factors together with the associated topic evolution
of review texts by using topic modeling based on the dynamic environment. We evaluate the accuracy on
real datasets, and the experimental results show that the model leads to a significant improvement compared
with the state-of-the-art dynamic CF models. |
| คำสำคัญ |
Recommender systems, user preference drift, topic evolution, dynamic collaborative filtering, data sparsity |
| ผู้เขียน |
|
| การประเมินบทความ |
มีผู้ประเมินอิสระ |
| สถานภาพการเผยแพร่ |
ตีพิมพ์แล้ว |
| วารสารมีการเผยแพร่ในระดับ |
นานาชาติ |
| citation |
ไม่มี |
| เป็นส่วนหนึ่งของวิทยานิพนธ์ |
เป็น |
| แนบไฟล์ |
|
| Citation |
0
|
|
|
ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
English