Saltar para:
Logótipo
Você está em: Início > Publicações > Visualização > Personalised fading for stream data

Personalised fading for stream data

Título
Personalised fading for stream data
Tipo
Artigo em Livro de Atas de Conferência Internacional
Ano
2017
Autores
Malheiro, B
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Ver página do Authenticus Sem ORCID
Burguillo, JC
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Foss, JD
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Indexação
Outras Informações
ID Authenticus: P-00M-TPA
Abstract (EN): This paper describes a forgetting technique for the live update of viewer profiles based on individual sliding windows, fading and incremental matrix factorization. The individual sliding window maintains, for each viewer, a queue holding the last n viewer ratings. As new viewer events occur, they are inserted in the viewer queue, by shifting and fading the queue ratings, and the viewer latent model is faded. We explored time, rating-and-position and popularity-based fading techniques, using the latter as the base fading algorithm. This approach attempts to address the problem of dynamic viewer profile updating (volatile preferences) as well as the problem of bounded processing resources (fixed size queues). The results show that our approach outperforms previous approaches, improving the quality of the predictions.
Idioma: Inglês
Tipo (Avaliação Docente): Científica
Nº de páginas: 2
Documentos
Não foi encontrado nenhum documento associado à publicação.
Recomendar Página Voltar ao Topo
Copyright 1996-2026 © Faculdade de Farmácia da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z
Página gerada em: 2026-02-21 às 13:50:26 | Política de Privacidade | Política de Proteção de Dados Pessoais | Denúncias | Livro Amarelo Eletrónico