Exportar registro bibliográfico


Metrics:

Boosting collaborative filtering with an ensemble of co-trained recommenders (2019)

  • Authors:
  • USP affiliated authors: MANZATO, MARCELO GARCIA - ICMC ; CAMPELLO, RICARDO JOSÉ GABRIELLI BARRETO - ICMC
  • Unidade: ICMC
  • DOI: 10.1016/j.eswa.2018.08.020
  • Subjects: APRENDIZADO COMPUTACIONAL; SISTEMAS DE INFORMAÇÃO; RECONHECIMENTO DE PADRÕES
  • Keywords: Co-training; Ensembles; Recommender systems; Semi-supervised learning
  • Agências de fomento:
  • Language: Inglês
  • Imprenta:
  • Source:
  • Acesso à fonteDOI
    Informações sobre o DOI: 10.1016/j.eswa.2018.08.020 (Fonte: oaDOI API)
    • Este periódico é de assinatura
    • Este artigo NÃO é de acesso aberto
    • Cor do Acesso Aberto: closed

    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      COSTA, Arthur F. da; MANZATO, Marcelo Garcia; CAMPELLO, Ricardo José Gabrielli Barreto. Boosting collaborative filtering with an ensemble of co-trained recommenders. Expert Systems with Applications, Oxford, v. 115, n. Ja 2019, p. 427-441, 2019. Disponível em: < http://dx.doi.org/10.1016/j.eswa.2018.08.020 > DOI: 10.1016/j.eswa.2018.08.020.
    • APA

      Costa, A. F. da, Manzato, M. G., & Campello, R. J. G. B. (2019). Boosting collaborative filtering with an ensemble of co-trained recommenders. Expert Systems with Applications, 115( Ja 2019), 427-441. doi:10.1016/j.eswa.2018.08.020
    • NLM

      Costa AF da, Manzato MG, Campello RJGB. Boosting collaborative filtering with an ensemble of co-trained recommenders [Internet]. Expert Systems with Applications. 2019 ; 115( Ja 2019): 427-441.Available from: http://dx.doi.org/10.1016/j.eswa.2018.08.020
    • Vancouver

      Costa AF da, Manzato MG, Campello RJGB. Boosting collaborative filtering with an ensemble of co-trained recommenders [Internet]. Expert Systems with Applications. 2019 ; 115( Ja 2019): 427-441.Available from: http://dx.doi.org/10.1016/j.eswa.2018.08.020

    Referências citadas na obra
    Autor: Adomavicius
    Título: Towards more confident recommendations: Improving recommender systems using filtering approach based on rating variance
    Primeira página: 152
    Ano: 2007
    Autor: Aggarwal
    Ano: 2016
    Autor: Bar
    Título: Improving simple collaborative filtering models using ensemble methods
    Volume: 7872
    Primeira página: 1
    Ano: 2013
    Autor: Blum
    Título: Combining labeled and unlabeled data with co-training
    Primeira página: 92
    Ano: 1998
    Autor: Bobadilla
    Título: Reliability quality measures for recommender systems
    Título do periódico: Information Sciences
    Volume: 442–443
    Primeira página: 145
    Ano: 2018
    DOI: 10.1016/j.ins.2018.02.030
    Autor: Bobadilla
    Título: Recommender systems survey
    Título do periódico: Knowledge-Based Systems
    Volume: 46
    Primeira página: 109
    Ano: 2013
    DOI: 10.1016/j.knosys.2013.03.012
    Autor: Box
    Título: Guinness, gosset, fisher, and small samples
    Título do periódico: Statistical Science
    Volume: 2
    Fascículo: 1
    Primeira página: 45
    Ano: 1987
    DOI: 10.1214/ss/1177013437
    Autor: Cantador
    Título: 2nd workshop on information heterogeneity and fusion in recommender systems (hetrec 2011)
    Primeira página: 387
    Ano: 2011
    Autor: Castells
    Título: Novelty and diversity in recommender systems
    Primeira página: 881
    Ano: 2015
    Autor: Da Costa
    Título: Corec: A co-training approach for recommender systems
    Ano: 2018
    DOI: 10.1145/3167132.3167209
    Autor: Goldberg
    Título: Eigentaste: A constant time collaborative filtering algorithm
    Título do periódico: Information Retrieval
    Volume: 4
    Fascículo: 2
    Primeira página: 133
    Ano: 2001
    DOI: 10.1023/A:1011419012209
    Autor: Guo
    Título: Improving the performance of recommender systems by alleviating the data sparsity and cold start problems
    Primeira página: 3217
    Ano: 2013
    Autor: Guo
    Título: Etaf: An extended trust antecedents framework for trust prediction
    Primeira página: 540
    Ano: 2014
    Autor: Guo
    Título: A novel bayesian similarity measure for recommender systems
    Primeira página: 2619
    Ano: 2013
    Autor: Hernando
    Título: Incorporating reliability measurements into the predictions of a recommender system
    Título do periódico: Information Sciences
    Volume: 218
    Primeira página: 1
    Ano: 2013
    DOI: 10.1016/j.ins.2012.06.027
    Autor: Jahrer
    Título: Combining predictions for accurate recommender systems
    Primeira página: 693
    Ano: 2010
    Autor: Karimi
    Título: Towards optimal active learning for matrix factorization in recommender systems
    Primeira página: 1069
    Ano: 2011
    Autor: Koren
    Título: Factorization meets the neighborhood
    Primeira página: 426
    Ano: 2008
    Autor: Koren
    Título: Matrix factorization techniques for recommender systems
    Título do periódico: Computer
    Volume: 42
    Fascículo: 8
    Primeira página: 30
    Ano: 2009
    DOI: 10.1109/MC.2009.263
    Autor: Lee
    Título: Two-way cooperative prediction for collaborative filtering recommendations
    Título do periódico: Expert Systems with Applications
    Volume: 36
    Fascículo: 3, Part 1
    Primeira página: 5353
    Ano: 2009
    DOI: 10.1016/j.eswa.2008.06.106
    Autor: Matuszyk
    Título: Stream-based semi-supervised learning for recommender systems
    Título do periódico: Machine Learning
    Volume: 106
    Fascículo: 6
    Primeira página: 771
    Ano: 2017
    DOI: 10.1007/s10994-016-5614-4
    Autor: Mazurowski
    Título: Estimating confidence of individual rating predictions in collaborative filtering recommender systems
    Título do periódico: Expert Systems with Applications
    Volume: 40
    Fascículo: 10
    Primeira página: 3847
    Ano: 2013
    DOI: 10.1016/j.eswa.2012.12.102
    Autor: McAuley
    Título: Inferring networks of substitutable and complementary products
    Primeira página: 785
    Ano: 2015
    Autor: Quang
    Título: Collaborative filtering by co-training method
    Primeira página: 273
    Ano: 2015
    Autor: Ravi
    Título: A collaborative location based travel recommendation system through enhanced rating prediction for the group of users
    Título do periódico: Intelligence and Neuroscience
    Volume: 2016
    Primeira página: 7
    Ano: 2016
    Autor: Ricci
    Ano: 2015
    Autor: Ristoski
    Título: A hybrid multi-strategy recommender system using linked open data
    Primeira página: 150
    Ano: 2014
    Autor: Schclar
    Título: Ensemble methods for improving the performance of neighborhood-based collaborative filtering
    Primeira página: 261
    Ano: 2009
    Autor: Somboonviwat
    Título: Empirical analysis of the relationship between trust and ratings in recommender systems
    Primeira página: 116
    Ano: 2016
    Autor: Su
    Título: Imputation-boosted collaborative filtering using machine learning classifiers
    Primeira página: 949
    Ano: 2008
    Autor: Sun
    Título: Learning multiple-question decision trees for cold-start recommendation
    Primeira página: 445
    Ano: 2013
    Autor: Xu
    Título: A survey on multi-view learning
    Título do periódico: Computing Research Repository - CoRR
    Ano: 2013
    Autor: Zhang
    Título: Validating co-training models for web image classification
    Título do periódico: Computer Science (CS); Singapore-MIT Alliance (SMA)
    Ano: 2005
    Autor: Zhang
    Título: Addressing cold start in recommender systems: A semi-supervised co-training algorithm
    Primeira página: 73
    Ano: 2014
    Autor: Zhang
    Título: Collaborative multi-view learning with active discriminative prior for recommendation
    Primeira página: 355
    Ano: 2015
    Autor: Zhou
    Título: Semi-supervised regression with co-training
    Primeira página: 908
    Ano: 2005
    Autor: Zhu
    Título: Semi-supervised learning for personalized web recommender system
    Título do periódico: Computing and Informatics
    Volume: 29
    Primeira página: 617
    Ano: 2010
    Autor: Ziegler
    Título: Improving recommendation lists through topic diversification
    Primeira página: 22
    Ano: 2005

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2021