OU Portal
  • Log In
  • Welcome
  • Applicants
Z6_60GI02O0O8IDC0QEJUJ26TJDI4
{}

Pomocí tohoto dialogu můžete vyhledat domácí autory, čili autory, kteří jsou vedeni v personálních systémech Ostravské univerzity.

Do našeptávače níže napište hledaný text a tento text bude vyhledán ve jméně nebo příjmení autora. Autoři, kteří budou hledanému textu odpovídat, Vám budou nabídnuti v seznamu. Pomocí myši nebo šipek na klávesnici vyberte požadovaného autora.

Našeptávač : 
Přidat autora k záznamu Zavřít

Pomocí tohoto dialogu můžete k záznamu přidat cizího autora, čili autora, který nemá žádný pracovní ani studijní vztah k Ostravské univerzitě. Takto přidaný autor bude do RIV vykázán jako nedomácí.

Pro přidání autora vepište jeho jméno a příjmení do určených položek.

Jméno :
Příjmení :
Přidat k záznamu Zavřít
Zavřít

Pomocí tohoto dialogu můžete k záznamu nahrát soubor PDF. Tento soubor musí obsahovat text tohoto záznamu (text článku, knihy, atd.). Tento soubor je důležitý pro RIV, protože může být použit jako důkaz existence tohoto záznamu.

Pro nahrání souboru klikněte na tlačítko Browse a vyberte soubor, který chcete nahrát. Nahrávání souboru zahájíte tlačítkem Nahrát soubor.

Maximální velikost souboru PDF je omezena na 100 MB.

Soubor : 

Nahrát soubor
Zavřít

Pomocí tohoto dialogu můžete stáhnout PDF soubor přiřazený tomuto záznamu. Pro stažení souboru klikněte níže na název tohoto souboru a bude Vám nabídnuta možnost soubor uložit.

Věnujte prosím pozornost také velikosti PDF souboru. Velké soubory se mohou stahovat delší dobu, pokud máte pomalé internetové připojení.

Název souboru :
Velikost souboru :
Zavřít
Publikační činnost


preloading...   Probíhá načítání, čekejte prosím...
publicationId :
tempRecordId :
actionDispatchIndex :
navigationBranch :
pageMode :
tabSelected :
isRivValid :
Typ záznamu * : článek v odborném periodiku (J)
Domácí pracoviště * : Katedra informatiky a počítačů (31400)
Název * : A hybrid recommender system for recommending relevant movies using an expert system
Citace : Walek, B. a Fojtík, V. A hybrid recommender system for recommending relevant movies using an expert system. Expert Systems with Applications. 2020, 158(3), ISSN 0957-4174.
Podnázev :
Rok * : 2020
Obor * : Informatika
Kód ISSN * : 0957-4174
Oficiální název periodika * : Expert Systems with Applications
Stát vydavatele periodika * : Nizozemsko
Svazek periodika * : 158
Číslo periodika v rámci svazku * : 3
Číslo článku :
Ročník :
Počet stran článku * : 18
Strana od * : neuvedeno
Strana do * : neuvedeno
Kód UT WoS : 000571732700005
EID : 2-s2.0-85084826532
Poddruh recenzovaného článku : Článek v impaktovaném časopise (Jimp)
Klíčová slova anglicky * :
Recommender system, Hybrid recommender system, Expert system, Collaborative-filtering, Content-based filtering, Movies, Rating
Popis v původním jazyce * :
Currently, the Internet contains a large amount of information, which must then be filtered to deter- mine suitability for certain users. Recommender systems are a very suitable tool for this purpose. In this paper, we propose a monolithic hybrid recommender system called Predictory, which combines a recom- mender module composed of a collaborative filtering system (using the SVD algorithm), a content-based system, and a fuzzy expert system. The proposed system serves to recommend suitable movies. The sys- tem works with favorite and unpopular genres of the user, while the final list of recommended movies is determined using a fuzzy expert system, which evaluates the importance of the movies. The expert sys- tem works with several parameters –average movie rating, number of ratings, and the level of similarity between already rated movies. Therefore, our system achieves better results than traditional approaches, such as collaborative filtering systems, content-based systems, and weighted hybrid systems. The system verification based on standard metrics (precision, recall, F1-measure) achieves results over 80%. The main contribution is the creation of a complex hybrid system in the area of movie recommendation, which has been verified on a group of users using the MovieLens dataset and compared with other traditional recommender systems.
Popis v anglickém jazyce * :
Typ zdroje financování výsledku * : Specifický výzkum
Seznam projektů :
ID Projektu Název projektu
Seznam ohlasů : 
Ohlas
R01: RIV/61988987:17310/20:A210268W

© 2019 Centre for Information Technology

  • Technická podpora :
  • Mgr. Olga Blahutová (phone: +420 597 091 129, phone flap for UO: 1129)
  • Ing. Lucie Svitaneková (phone: +420 597 091 108, phone flap for UO: 1108)
Complementary Content
  • ${title}${badge}
${loading}