XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: HYBRID RECOMMENDATION SYSTEM BASED ON COLLABORATIVE FILTERING AND FUZZY NUMBERS Autor: MIGUEL ANGELO GASPAR PINTO
RICARDO TANSCHEIT
MARLEY MARIA BERNARDES REBUZZI VELLASCO
Instituição: -
Colaborador(es):
-
Nº do Conteudo: 21145
Catalogação: 08/02/2013 Idioma(s): ENGLISH - UNITED STATES
Tipo: TEXT Subtipo: PAPER
Nota: © 2012 IEEE. Reprinted, with permission, IEEE WORLD CONGRESS ON COMPUTATIONAL INTELLIGENCE, JUNE 2012. This material is posted here with permission of the IEEE. Such permission of the IEEE does not in any way imply IEEE endorsement of any of Pontifícia Universidade Catolica do Rio de Janeiro’s. Internal or personal use of this material is permitted. However, permission to reprint/republish this material for advertising or promotional purposes or for creating new collective works for resale or redistribution must be obtained from the IEEE by writing to pubs-permissions@ieee.org. By choosing to view this document, you agree to all provisions of the copyrightlaws protecting it.
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21145@2
Resumo:
Título: HYBRID RECOMMENDATION SYSTEM BASED ON COLLABORATIVE FILTERING AND FUZZY NUMBERS Autor: MIGUEL ANGELO GASPAR PINTO
Nº do Conteudo: 21145
Catalogação: 08/02/2013 Idioma(s): ENGLISH - UNITED STATES
Tipo: TEXT Subtipo: PAPER
Nota: © 2012 IEEE. Reprinted, with permission, IEEE WORLD CONGRESS ON COMPUTATIONAL INTELLIGENCE, JUNE 2012. This material is posted here with permission of the IEEE. Such permission of the IEEE does not in any way imply IEEE endorsement of any of Pontifícia Universidade Catolica do Rio de Janeiro’s. Internal or personal use of this material is permitted. However, permission to reprint/republish this material for advertising or promotional purposes or for creating new collective works for resale or redistribution must be obtained from the IEEE by writing to pubs-permissions@ieee.org. By choosing to view this document, you agree to all provisions of the copyrightlaws protecting it.
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21145@2
Resumo:
Online retail stores face great challenges to
recommend products due to the size and sparsity of the
databases, as well as the variety of new users and items. As
current techniques, based on collaborative filtering, address those
issues with only partial success, the present paper proposes the
use of a hybrid system of recommendation in online stores. This
system makes use of collaborative filtering and of a fuzzy number
model based on marketing concepts. Experimental results show
that the proposed system presents great invariance to sparse
databases, which is of great value for retail companies.
Descrição | Arquivo |
COMPLETE |