2012 ©
             ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
ชื่อบทความที่เผยแพร่ A Hybrid Recommender System for Improving Rating Prediction of Movie Recommendation 
วัน/เดือน/ปี ที่เผยแพร่ 30 มิถุนายน 2565 
การประชุม
     ชื่อการประชุม 2022 19th International Joint Conference on Computer Science and Software Engineering (JCSSE) 
     หน่วยงาน/องค์กรที่จัดประชุม IEEEXplore® 
     สถานที่จัดประชุม Faculty of Science, Silpakorn University 
     จังหวัด/รัฐ Bangkok 
     ช่วงวันที่จัดประชุม 22 มิถุนายน 2565 
     ถึง 25 มิถุนายน 2565 
Proceeding Paper
     Volume (ปีที่) 19 
     Issue (เล่มที่)
     หน้าที่พิมพ์ 1-6 
     Editors/edition/publisher IEEEXplore® 
     บทคัดย่อ Because of COVID-19 pandemic, online movies are now extremely popular. While the movie theaters have not serviced and people are staying quarantine, movies are the best choice for relaxing and treating stress. In present, recommender systems are widely integrated into many platforms of movie applications. A hybrid recommender system is one promising technique to improve the system performance, especially for cold-start, data sparsity, and scalability. This paper proposed a hybrid of matrix factorization, biased matrix factorization, and factor wise matrix factorization to solve all mentioned drawback problems. Simulation shows that the proposed hybrid algorithm can decrease approximately 11.91% and 10.70% for RMSE and MAE, respectively, when compared with the traditional methods. In addition, the proposed algorithm is capable of scalability. While the number of datasets is tremendously increased by 10 times, it is still effectively executed. 
ผู้เขียน
647020019-5 นาย นิกร กรรณิกากลาง [ผู้เขียนหลัก]
วิทยาลัยการคอมพิวเตอร์ ปริญญาเอก ภาคปกติ นานาชาติ

การประเมินบทความ (Peer Review) มีผู้ประเมินอิสระ 
มีการเผยแพร่ในระดับ นานาชาติ 
รูปแบบ Proceeding Full paper 
รูปแบบการนำเสนอ Oral 
เป็นส่วนหนึ่งของวิทยานิพนธ์ ไม่เป็น 
ผลงานที่นำเสนอได้รับรางวัล ไม่ได้รับรางวัล 
แนบไฟล์
Citation 0