Wyszukiwarka
Abstrakt
Documents recommendation for a commercial, subscription-based online platform is important due to the difficulty in navigation through a large volume and diversity of content available to clients. However, this is also a challenging task due to the number of new documents added every day and decreasing relevance of older contents. To solve this problem, we propose deep neural network architecture that combines autoencoder with multilayer perceptron in a hybrid recommender system. We train our model using real-world historical data from commercial platform using interactions to capture user similarity and categorical document features to predict the probability of a user-document interaction. Our experimental results demonstrate the effectiveness of the proposed architecture. We plan to release our model in a commercial online platform to support a personalized user experience.
Cytowania
-
0
CrossRef
-
0
Web of Science
-
0
Scopus
Cytuj jako
Pełna treść
- Wersja publikacji
- Accepted albo Published Version
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/HSI49210.2020.9142663
- Licencja
- Copyright (2020 IEEE)
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Język:
- angielski
- Rok wydania:
- 2020
- Opis bibliograficzny:
- Chłodziński G., Woźniak K.: Deep learning for recommending subscription-limited documents// / : , 2020,
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/hsi49210.2020.9142663
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 87 razy
Publikacje, które mogą cię zainteresować
Toward Intelligent Recommendations Using the Neural Knowledge DNA
- G. Ning,
- C. Wu,
- H. Zhang
- + 1 autorów