Abstract
Internet technologies are an integral part of the relationship that arises in modern society. The rapid introduction and convenience of electronic platforms triggered the projected growth in demand in the market for IT products for recommender systems.The article discusses various limitations of current recommender methods and discusses possible extensions that can improve the recommender capabilities and make them more valuable for a wide range of applications. These extensions include improving the perception of users and elements, including contextual information in the recommendatory process, supporting multi-criteria ratings and providing more flexible and at the same time less intrusive types of recommendations.When integrating the relevant information technology to develop a commodity proposals environment, it is therefore necessary to consider the personalization requirements of the proposal to ensure that the technology achieves its intended result. This study therefore sought to apply context aware technology and recommendation algorithms to develop a system realize personalized goals in a context aware manner and improve commodity proposals effectiveness.In order to offer context-aware and personalized information, intelligent processing techniques are necessary. Different initiatives considering many contexts have been proposed, but users preferences need to be learned to offer contextualized and personalized services, products or information. Therefore, this paper proposes an agent-based architecture for context-aware and personalized event recommendation based on ontology and the spreading algorithm. The use of ontology allows to define the domain knowledge model, while the spreading activation algorithm learns user patterns by discovering user interests.Also from the statistical observation, it is found that there exists a higher level agreement towards the system between the participants of both end users and experts.
Highlights
Інтернет-технології є невід’ємною складовою відносин, які виникають у сучасному суспільстві
This paper proposes an agent-based architecture for context-aware and personalized event recommendation based on ontology and the spreading algorithm
При спостеріганні за заявкою в супермаркеті, рекомендуючи очевидні елементи, які споживач купить в будь-якому випадку, буде мати високі показники точності, однак це не буде дуже корисно для споживача
Summary
Інтернет-технології є невід’ємною складовою відносин, які виникають у сучасному суспільстві. Через швидке впровадження та зручність електронних майданчиків, прогнозовано зростає попит на ринку IT-продуктів для рекомендаційних систем, які стали важливою областю досліджень з моменту появи перших документів про спільну фільтрацію в середині 1990-х років [1]. Рекомендаційні системи можуть бути розширені кількома способами, які включають в себе поліпшення розуміння користувачів і елементів, включення контекстної інформації в процес рекомендації, підтримку оцінок з множинними критеріями і надання більш гнучких і менш нав’язливих рекомендацій. Рекомендацій системи можуть бути класифіковані наступним чином: контентно-орієнтовані, колаборативні, гібридні, засновані на використовуваних рекомендаційних підходах евристичні або модельні, засновані на основних типах методів рекомендації, які використовуються для оцінки рейтингу. На додаток до використання традиційних функцій профілю, таких як ключові слова і прості демографічні дані користувача, більш просунуті методи профілювання, засновані на правилах інтелектуального аналізу даних, послідовності і підписів які описують інтереси користувача, можуть використовуватися для створення профілів користувачів.
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
More From: Bulletin of National Technical University "KhPI". Series: System Analysis, Control and Information Technologies
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.