POLITECNICO DI BARI - Catalogo dei prodotti della Ricerca
Archivio istituzionale dei prodotti della ricerca destinato a raccogliere, rendere visibile e conservarela produzione scientifica del Politecnico di Bari.
EnglishIn this paper we present SPrank, a novel hybrid recommendation algorithm able to compute top-N item recommendations from implicit feedback exploiting the information available in the so called Web of Data. We leverage DBpedia, a well-known knowledge base in the LOD (Linked Open Data) compass, to extract semantic path-based features and to eventually compute recommendations using a learning to rank algorithm. Experiments with datasets on two different domains show that the proposed approach outperforms in terms of prediction accuracy several state-of-the-art top-N recommendation algorithms for implicit feedback in situations affected by different degrees of data sparsity.
| Autori: | ||
| Titolo: | Top-N Recommendations from Implicit Feedback Leveraging Linked Open Data | |
| Data di pubblicazione: | 2014 | |
| Nome del convegno: | 5th Italian Information Retrieval Workshop, IIR 2014 | |
| Appare nelle tipologie: | 4.1 Contributo in Atti di convegno |
File in questo prodotto:
Non ci sono file associati a questo prodotto.
Utilizza questo identificativo per citare o creare un link a questo documento:
http://hdl.handle.net/11589/20093
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Copyright © 2021