pular para conteúdo
Trust-based collective view prediction Ver prévia deste item
FecharVer prévia deste item
Checando...

Trust-based collective view prediction

Autor: Tiejian Luo; Su Chen; Guandong Xu; Jia Zhou
Editora: New York, NY : Springer, ©2013.
Edição/Formato   e-book : Documento : InglêsVer todas as edições e formatos
Base de Dados:WorldCat
Resumo:
Collective view prediction is to judge the opinions of an active web user based on unknown elements by referring to the collective mind of the whole community. Content-based recommendation and collaborative filtering are two mainstream collective view prediction techniques. They generate predictions by analyzing the text features of the target object or the similarity of users' past behaviors. Still, these  Ler mais...
Classificação:

(ainda não classificado) 0 com críticas - Seja o primeiro.

Assuntos
Mais como este

 

Encontrar uma cópia on-line

Links para este item

Encontrar uma cópia na biblioteca

&AllPage.SpinnerRetrieving; Encontrando bibliotecas que possuem este item...

Detalhes

Gênero/Forma: Electronic books
Tipo de Material: Documento, Recurso Internet
Tipo de Documento: Recurso Internet, Arquivo de Computador
Todos os Autores / Contribuintes: Tiejian Luo; Su Chen; Guandong Xu; Jia Zhou
ISBN: 9781461472025 1461472024
Número OCLC: 852689603
Descrição: 1 online resource.
Conteúdos: Preface --
Introduction --
Related Work --
Collaborative Filtering --
Sentiment Analysis --
Theory Foundations --
Models, Methods and Algorithms --
Framework for Robustness Analysis --
Conclusions --
Appendix.
Responsabilidade: [by] Tiejian Luo, Su Chen, Guandong Xu, Jia Zhou.
Mais informações:

Resumo:

Collective view prediction is to judge the opinions of an active web user based on unknown elements by referring to the collective mind of the whole community. Content-based recommendation and collaborative filtering are two mainstream collective view prediction techniques. They generate predictions by analyzing the text features of the target object or the similarity of users' past behaviors. Still, these techniques are vulnerable to the artificially-injected noise data, because they are not able to judge the reliability and credibility of the information sources. Trust-based Collective View Prediction describes new approaches for tackling this problem by utilizing users' trust relationships from the perspectives of fundamental theory, trust-based collective view prediction algorithms and real case studies.

Críticas

Críticas contribuídas por usuários
Recuperando críticas GoodReas...
Recuperando comentários DOGObooks

Etiquetas

Seja o primeiro.
Confirmar esta solicitação

Você já pode ter solicitado este item. Por favor, selecione Ok se gostaria de proceder com esta solicitação de qualquer forma.

Dados Ligados


<http://www.worldcat.org/oclc/852689603>
library:oclcnum"852689603"
library:placeOfPublication
library:placeOfPublication
owl:sameAs<info:oclcnum/852689603>
rdf:typeschema:Book
schema:about
schema:about
schema:about
schema:about
schema:about
schema:about
schema:about
schema:about
schema:about
schema:bookFormatschema:EBook
schema:contributor
schema:contributor
schema:contributor
schema:contributor
schema:copyrightYear"2013"
schema:datePublished"2013"
schema:description"Preface -- Introduction -- Related Work -- Collaborative Filtering -- Sentiment Analysis -- Theory Foundations -- Models, Methods and Algorithms -- Framework for Robustness Analysis -- Conclusions -- Appendix."
schema:exampleOfWork<http://worldcat.org/entity/work/id/1367338535>
schema:genre"Electronic books."
schema:inLanguage"en"
schema:name"Trust-based collective view prediction"
schema:publisher
schema:url
schema:url<http://lib.myilibrary.com?id=516862>
schema:url<http://site.ebrary.com/id/10731490>
schema:url<http://dx.doi.org/10.1007/978-1-4614-7202-5>
schema:url<http://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&db=nlabk&AN=604390>
schema:workExample

Content-negotiable representations

Close Window

Por favor, conecte-se ao WorldCat 

Não tem uma conta? Você pode facilmente criar uma conta gratuita.