최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국융합학회논문지 = Journal of the Korea Convergence Society, v.12 no.7, 2021년, pp.53 - 60
허원회 (성결대학교 미디어소프트웨어학부)
LOD-based recommender systems usually leverage the data available within LOD datasets, such as DBpedia, in order to recommend items(movies, books, music) to the end users. These systems use a semantic similarity algorithm that calculates the degree of matching between pairs of Linked Data resources....
T. D. Noia & V. C. Ostuni. (2015). Recommender System and Linked Open Data. Reasoning Web 2015: Reasoning Web. Web Logic Rules, 88-113. DOI: 10.1007/978-3-319-21768-0_4
A. Passant. (2010, March). Measuring Semantic Distance on Linking Data and Using it for Resources Recommendations. In AAAI Spring Symposium: Linked Data Meets Artificial Intelligence, 77, 123-129.
C. Figueroa, I. Vagliano, O. R. Rocha & M. Morisio. (2015, December). A systematic literature review of Linked Data-based recommender systems. Concurrency and Computation: Practice and Experience, 27(17), 4659-4684. DOI: 10.1002/cpe.3449
T. D. Noia, C. Magarelli, A. Maurino, M. Palmonari & A. Rula. (2018). Using Ontology-Based Data Summarization to Develop Semantics-Aware Recommender Systems. In ESWC 2018, 128-144.
A. Passant. (2010). Dbrec: Music Recommendations Using DBpedia. In ISWC 2010- Volume Part II, Springer-Verlag, 209-224.
F. Ricci, L. Rokach & B. Shapira. (2015). Recommender systems: introduction and challenges. In Recommender systems handbook. Springer International Publishing, 1-34.
Google. (2021). Movielens 1M Dataset. grouplens [Online]. https://grouplens.org/datasets/movielens/1m/
Google. (2021). MappingMovielens2DBpedia.researchGate [Online]. https://www.researchgate.net/publication/297369577_mapping-movielens-dbpedia
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.