Unveiling Superiority: Evaluating Bernoulli Matrix Factorization in Recommender Systems with Ciao Dataset Dominance
- سال انتشار: 1402
- محل انتشار: پنجمین کنفرانس بین المللی محاسبات نرم
- کد COI اختصاصی: CSCG05_052
- زبان مقاله: انگلیسی
- تعداد مشاهده: 16
نویسندگان
University of Tehran
Khatam University
University of Tehran
University of Tehran
چکیده
This paper examines the complex landscape of recommender systems, focusing in particularon the effectiveness of Bernoulli Matrix Factorization (BeMF). The performance of BeMF issystematically assessed against renowned state-of-the-art models, TrustEV, GCFA, SBRNE,RAWATD, and PMF, utilizing a diverse array of datasets, including the widely used Ciaodataset. evaluation, centered on the critical metric of Mean Absolute Error (MAE), consistentlyreveals the superior accuracy and proficiency of our BeMF model, notably excelling on theCiao dataset. This thorough examination encompasses various dimensions, encompassing userpreferences, social trust, behavior integration, and innovative trust synthesis. Contributing tothe ongoing discourse in recommender system research, this study illustrates Bernoulli MatrixFactorization's versatility and potency, highlighting its ability to improve recommendationaccuracy and adaptability in varied scenarios.کلیدواژه ها
Recommender systems, matrixfactorization, collaborativefilteringمقالات مرتبط جدید
- Development the Product Design Process Using Quality Function Deployment and Operational Research
- Numerical Analysis of the Electronic Cooling of a Flat Plate Immersed in the Saturated R۱۳۴a Based on the Pool Boiling Theory
- شناسایی و رتبه بندی عوامل موثر بر عیوب ساختاری میل لنگ خودرو (مطالعه موردی: شرکت صنایع ریخته گری ایران)
- انتخاب استراتژی بهینه نگهداری و تعمیرات با استفاده از مدل های تصمیم گیری چندمعیاره (مطالعه موردی: شرکت فرآورده غذایی بینارزن)
- The Evolving Landscape of Distributed Denial of Service (DDoS) and Denial of Service (DoS) Attacks A Comprehensive Analysis
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.