Benutzer: Gast  Login
Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link
Originaltitel:
Serendipity and Locality for Audio Recommendation
Übersetzter Titel:
Serendipity und Locality für Audioempfehlung
Autor:
Asikin, Yonata Andrelo
Jahr:
2020
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Informatik
Betreuer:
Schlichter, Johann (Prof. Dr.)
Gutachter:
Schlichter, Johann (Prof. Dr.); Groh, Georg (Priv.-Doz. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
TU-Systematik:
DAT 600d
Kurzfassung:
This dissertation describes a novel model for serendipitous audio recommendation, called SyLAR (Serendipity and Locality for Audio Recommendation), that goes beyond improving accuracy based on the user preferences. In addition to the emphasis on user predictability and anomalous patterns in item collections, it exploits the prevailing spatial contexts of the audio recommendation. Based on the model, we propose several recommender algorithms in both personalized and non-personalized settings.
Übersetzte Kurzfassung:
Diese Dissertation beschreibt ein Modell für Serendipity-gerichtete Audioempfehlung namens SYLAR (SerendipitY and Locality for Audio Recommendation), das über die Genauigkeitsverbesserung mittels Benutzerpräferenzen hinausgeht. Zusätzlich zu den Benutzereigentschaften und den anomalen Mustern in Artikelsammlungen nutzt es räumliche Kontexte bei einer Audioempfehlung. Basierend auf dem Modell schlagen wir Empfehlungsalgorithmen in personalisierten und nicht personalisierten Konstellationen vor.
WWW:
https://mediatum.ub.tum.de/?id=1521772
Eingereicht am:
16.10.2019
Mündliche Prüfung:
24.01.2020
Dateigröße:
15904315 bytes
Seiten:
242
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20200124-1521772-1-9
Letzte Änderung:
13.02.2020
 BibTeX