Filtros : "Collaborative filtering" Limpar

Filtros



Refine with date range


  • Unidade: IME

    Subjects: APRENDIZAGEM PROFUNDA, FUNDO DE INVESTIMENTO, FUNDO MÚTUO, REDES NEURAIS, SISTEMAS DE RECOMENDAÇÃO

    Acesso à fonteAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      THOMAZ, Guilherme Yambanis. Next basket recommendation applied to mutual fund portfolio prediction. 2025. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-02082025-071202/. Acesso em: 03 jan. 2026.
    • APA

      Thomaz, G. Y. (2025). Next basket recommendation applied to mutual fund portfolio prediction (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-02082025-071202/
    • NLM

      Thomaz GY. Next basket recommendation applied to mutual fund portfolio prediction [Internet]. 2025 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-02082025-071202/
    • Vancouver

      Thomaz GY. Next basket recommendation applied to mutual fund portfolio prediction [Internet]. 2025 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-02082025-071202/
  • Source: Knowledge-Based Systems. Unidade: ICMC

    Subjects: RECONHECIMENTO DE TEXTO, ALGORITMOS ÚTEIS E ESPECÍFICOS, WEB SEMÂNTICA

    PrivadoAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      ZANON, André Levi e ROCHA, Leonardo Chaves Dutra da e MANZATO, Marcelo Garcia. Balancing the trade-off between accuracy and diversity in recommender systems with personalized explanations based on Linked Open Data. Knowledge-Based Systems, v. 252, p. Se 2022, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.knosys.2022.109333. Acesso em: 03 jan. 2026.
    • APA

      Zanon, A. L., Rocha, L. C. D. da, & Manzato, M. G. (2022). Balancing the trade-off between accuracy and diversity in recommender systems with personalized explanations based on Linked Open Data. Knowledge-Based Systems, 252, Se 2022. doi:10.1016/j.knosys.2022.109333
    • NLM

      Zanon AL, Rocha LCD da, Manzato MG. Balancing the trade-off between accuracy and diversity in recommender systems with personalized explanations based on Linked Open Data [Internet]. Knowledge-Based Systems. 2022 ; 252 Se 2022.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1016/j.knosys.2022.109333
    • Vancouver

      Zanon AL, Rocha LCD da, Manzato MG. Balancing the trade-off between accuracy and diversity in recommender systems with personalized explanations based on Linked Open Data [Internet]. Knowledge-Based Systems. 2022 ; 252 Se 2022.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1016/j.knosys.2022.109333
  • Unidade: IME

    Assunto: CIENCIA DA COMPUTACAO

    Acesso à fonteHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      LASKOSKI, Felipe Ferreira. Personalização da experiência em museus: aplicação real de um sistema de recomendação. 2019. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2019. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-13012020-140941/. Acesso em: 03 jan. 2026.
    • APA

      Laskoski, F. F. (2019). Personalização da experiência em museus: aplicação real de um sistema de recomendação (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-13012020-140941/
    • NLM

      Laskoski FF. Personalização da experiência em museus: aplicação real de um sistema de recomendação [Internet]. 2019 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-13012020-140941/
    • Vancouver

      Laskoski FF. Personalização da experiência em museus: aplicação real de um sistema de recomendação [Internet]. 2019 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-13012020-140941/
  • Unidade: ICMC

    Subjects: WEB SEMÂNTICA, RECUPERAÇÃO DA INFORMAÇÃO, APRENDIZADO COMPUTACIONAL

    Acesso à fonteHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      FRESSATO, Eduardo Pereira. Incorporação de metadados semânticos para recomendação no cenário de partida fria. 2019. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2019. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-09082019-134753/. Acesso em: 03 jan. 2026.
    • APA

      Fressato, E. P. (2019). Incorporação de metadados semânticos para recomendação no cenário de partida fria (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-09082019-134753/
    • NLM

      Fressato EP. Incorporação de metadados semânticos para recomendação no cenário de partida fria [Internet]. 2019 ;[citado 2026 jan. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-09082019-134753/
    • Vancouver

      Fressato EP. Incorporação de metadados semânticos para recomendação no cenário de partida fria [Internet]. 2019 ;[citado 2026 jan. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-09082019-134753/
  • Unidade: Interinstitucional de Pós-Graduação em Estatística

    Subjects: ESTATÍSTICA, INFERÊNCIA BAYESIANA, TEORIA DA DECISÃO

    Acesso à fonteHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      ZABANOVA, Tatyana. Regularização social em sistemas de recomendação com filtragem colaborativa. 2019. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2019. Disponível em: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-21082019-111613/. Acesso em: 03 jan. 2026.
    • APA

      Zabanova, T. (2019). Regularização social em sistemas de recomendação com filtragem colaborativa (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/104/104131/tde-21082019-111613/
    • NLM

      Zabanova T. Regularização social em sistemas de recomendação com filtragem colaborativa [Internet]. 2019 ;[citado 2026 jan. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-21082019-111613/
    • Vancouver

      Zabanova T. Regularização social em sistemas de recomendação com filtragem colaborativa [Internet]. 2019 ;[citado 2026 jan. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-21082019-111613/
  • Source: Lecture Notes in Artificial Intelligence. Conference titles: International Conference on Discovery Science - DS. Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS, RECONHECIMENTO DE PADRÕES

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      CUNHA, Tiago e SOARES, Carlos e CARVALHO, André Carlos Ponce de Leon Ferreira de. Recommending collaborative filtering algorithms using subsampling landmarkers. 2017, Anais.. Cham: Springer, 2017. p. 189-203. Disponível em: https://doi.org/10.1007/978-3-319-67786-6_14. Acesso em: 03 jan. 2026.
    • APA

      Cunha, T., Soares, C., & Carvalho, A. C. P. de L. F. de. (2017). Recommending collaborative filtering algorithms using subsampling landmarkers. In Lecture Notes in Artificial Intelligence (Vol. 10558, p. 189-203). Cham: Springer. doi:10.1007/978-3-319-67786-6_14
    • NLM

      Cunha T, Soares C, Carvalho ACP de LF de. Recommending collaborative filtering algorithms using subsampling landmarkers [Internet]. Lecture Notes in Artificial Intelligence. 2017 ; 10558 189-203.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1007/978-3-319-67786-6_14
    • Vancouver

      Cunha T, Soares C, Carvalho ACP de LF de. Recommending collaborative filtering algorithms using subsampling landmarkers [Internet]. Lecture Notes in Artificial Intelligence. 2017 ; 10558 189-203.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1007/978-3-319-67786-6_14
  • Source: Lecture Notes in Artificial Intelligence. Conference titles: European Conference on Machine Learning and Knowledge Discovery in Databases - ECML PKDD. Unidade: ICMC

    Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, RECONHECIMENTO DE PADRÕES

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      CUNHA, Tiago e SOARES, Carlos e CARVALHO, André Carlos Ponce de Leon Ferreira de. Selecting collaborative filtering algorithms using metalearning. Lecture Notes in Artificial Intelligence. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-319-46227-1_25. Acesso em: 03 jan. 2026. , 2016
    • APA

      Cunha, T., Soares, C., & Carvalho, A. C. P. de L. F. de. (2016). Selecting collaborative filtering algorithms using metalearning. Lecture Notes in Artificial Intelligence. Cham: Springer. doi:10.1007/978-3-319-46227-1_25
    • NLM

      Cunha T, Soares C, Carvalho ACP de LF de. Selecting collaborative filtering algorithms using metalearning [Internet]. Lecture Notes in Artificial Intelligence. 2016 ; 9852 393-409.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1007/978-3-319-46227-1_25
    • Vancouver

      Cunha T, Soares C, Carvalho ACP de LF de. Selecting collaborative filtering algorithms using metalearning [Internet]. Lecture Notes in Artificial Intelligence. 2016 ; 9852 393-409.[citado 2026 jan. 03 ] Available from: https://doi.org/10.1007/978-3-319-46227-1_25

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2026