Publikace na Matematicko-fyzikální fakulta |
2010
Abstrakt
V tomto článku se zabýváme úkolem naučit se obecný model uživatele z jeho hodnocení malého vzorku objektů. Tento obecný model je použit pro doporučení top-k objektů uživateli.
Uvažujeme několik (také některé nové) alternativ učení lokálních a globálních preferencí (s použitím 2-CP regrese nebo bez). Hlavní přínos je vyhodnocení experimentů s prototypem PrefWork vzhledem k několika chybovým mírám.
Dále navrhujeme metodu Peak pro normalizaci numerických atributů. Další hlavní cíl je zachovat množinu objektů pro ohodnocení rozumně malou.