ISSN: 2165- 7866
Takahiro Koita, Daiki Takigawa
Este artigo propõe um algoritmo de recomendação que combina filtragem colaborativa e algoritmo baseado em conteúdo. O algoritmo proposto fornece uma lista de recomendações que combina itens de recomendação gerados por cada algoritmo e melhora a novidade e a precisão da recomendação. Especialmente, se a precisão for baixa, o algoritmo baseado no conteúdo deverá ter maior prioridade e se a precisão for elevada, a filtragem colaborativa deverá ter maior prioridade. Por conseguinte, este artigo discute e investiga as regras de prioridade e prioridade através de experiências preliminares. As regras de prioridade são algumas regras para decidir o algoritmo de prioridade quando se combinam dois algoritmos existentes. A prioridade é um peso para o algoritmo de prioridade. Para decidir regras de prioridade e prioridade apropriadas, o algoritmo proposto foi implementado no Linked Mash, que é o nosso sistema de recomendação de aplicações de mashup, e conduzimos experiências com o Linked Mash. Nas experiências, os sujeitos avaliaram algumas aplicações de mashup recomendadas. A novidade e a precisão são calculadas com base nesta avaliação. Alterando as regras de prioridade e prioridade para cada assunto, demonstramos que o algoritmo proposto pode atingir uma recomendação onde tanto a novidade como a precisão são elevadas