國立高雄大學圖資館 |

語系: 繁體中文

說明(常見問題)

圖資館首頁

登入

回首頁

切換: 標籤 | MARC模式 | ISBD

運用鏈結開放資料於推薦機制之研究 = Semantic recommen...

國立高雄大學資訊管理學系碩士班

運用鏈結開放資料於推薦機制之研究 = Semantic recommendation using linked open data by property analysis

紀錄類型:	書目-語言資料,印刷品 : 單行本
並列題名:	Semantic recommendation using linked open data by property analysis
作者:	許家齊,
其他團體作者:	國立高雄大學
出版地:	[高雄市]
出版者:	撰者;
出版年:	民104[2015]
面頁冊數:	47面圖，表格 : 30公分;
標題:	開放資料
標題:	Recommendation
電子資源:	http://handle.ncl.edu.tw/11296/ndltd/81245429345610498649
附註:	105年3月31日公開
附註:	參考書目：面37-39
摘要註:	隨著網際網路的快速發展與普及,「開放」的思想逐一被傳播出來,從最早期的開放源碼、開放存取等到現在的開放資料,這些技術的發展都是希望網路上的資料能更廣泛且更效地被利用。而後隨著語意網與鏈結資料的技術越來越成熟,衍生出了「開放鏈結資料」一詞,可將開放出來的資料透過屬性輕易地進行連結,使資料的關聯性增加,在進行資料檢索時能搜尋出更有效的答案。開放鏈結資料有助於進行資訊過濾,漸漸地有研究開始使用開放鏈結資料來進行推薦,來驗證其價值,在龐大的LOD Cloud中並不會缺乏推薦時所需要的背景知識庫,所以不會有一般推薦系統的冷啟動與稀疏性的問題,且LOD的資料格式非常結構化,方便處理、再連結,在技術層面上能省下不少功夫,且能達到不錯的成果。一般的研究會著重於挖掘屬性的連結,但除了挖掘出相同屬性外,本研究透過實驗直接得知使用者的偏好推薦依據,依其結果來賦予屬性的權重值,成功找出在電影推薦領域當中使用者偏好以演員與編劇為推薦主要依據,另外也驗證了使用者回饋資訊對於推薦系統的影響性,對於LOD的推薦系統提供新的改良方向。 Issues on open data have attracted lots of attention from researchers and practitioners of various areas. Besides simply publicizing the data, linked open data (LOD) provide excessive information on relations among data items. Such relations can be used to furniture various tasks for possible performance improvement. In this work, we try to suggest an approach which incorporates semantic information provided through the links in LOD for resource recommendation. Experiments are undergoing on movie recommendation task. We expect that the proposed method can effectively improve the performance on similar tasks.

運用鏈結開放資料於推薦機制之研究 = Semantic recommendation using linked open data by property analysis
許, 家齊

運用鏈結開放資料於推薦機制之研究 = Semantic recommendation using linked open data by property analysis / 許家齊撰 - [高雄市] : 撰者, 民104[2015]. - 47面 ; 圖，表格 ; 30公分.
105年3月31日公開參考書目：面37-39.
開放資料Recommendation

運用鏈結開放資料於推薦機制之研究 = Semantic recommendation using linked open data by property analysis
LDR:03021nam0a2200289 450 001 472311
005 20170214100047.0
009 472311
010 0 $b 精裝
010 0 $b 平裝
100 $a 20170214d2015 k y0chiy50 e
101 0 $a chi $d chi $d eng
102 $a tw
105 $a ak am 000yy
200 1 $a 運用鏈結開放資料於推薦機制之研究 $d Semantic recommendation using linked open data by property analysis $z eng $f 許家齊撰
210 $a [高雄市] $c 撰者 $d 民104[2015]
215 0 $a 47面 $c 圖，表格 $d 30公分
300 $a 105年3月31日公開
300 $a 參考書目：面37-39
314 $a 指導教授：楊新章博士
328 $a 碩士論文--國立高雄大學資訊管理學系碩士班
330 $a 隨著網際網路的快速發展與普及,「開放」的思想逐一被傳播出來,從最早期的開放源碼、開放存取等到現在的開放資料,這些技術的發展都是希望網路上的資料能更廣泛且更效地被利用。而後隨著語意網與鏈結資料的技術越來越成熟,衍生出了「開放鏈結資料」一詞,可將開放出來的資料透過屬性輕易地進行連結,使資料的關聯性增加,在進行資料檢索時能搜尋出更有效的答案。開放鏈結資料有助於進行資訊過濾,漸漸地有研究開始使用開放鏈結資料來進行推薦,來驗證其價值,在龐大的LOD Cloud中並不會缺乏推薦時所需要的背景知識庫,所以不會有一般推薦系統的冷啟動與稀疏性的問題,且LOD的資料格式非常結構化,方便處理、再連結,在技術層面上能省下不少功夫,且能達到不錯的成果。一般的研究會著重於挖掘屬性的連結,但除了挖掘出相同屬性外,本研究透過實驗直接得知使用者的偏好推薦依據,依其結果來賦予屬性的權重值,成功找出在電影推薦領域當中使用者偏好以演員與編劇為推薦主要依據,另外也驗證了使用者回饋資訊對於推薦系統的影響性,對於LOD的推薦系統提供新的改良方向。 Issues on open data have attracted lots of attention from researchers and practitioners of various areas. Besides simply publicizing the data, linked open data (LOD) provide excessive information on relations among data items. Such relations can be used to furniture various tasks for possible performance improvement. In this work, we try to suggest an approach which incorporates semantic information provided through the links in LOD for resource recommendation. Experiments are undergoing on movie recommendation task. We expect that the proposed method can effectively improve the performance on similar tasks.
510 1 $a Semantic recommendation using linked open data by property analysis $z eng
610 0 $a 開放資料 $a 開放鏈結資料 $a 推薦系統
610 1 $a Recommendation $a Linked Open Data $a Open Data
681 $a 008M/0019 $b 464105 0830 $v 2007年版
700 1 $a 許 $b 家齊 $4 撰 $3 727500
712 0 2 $a 國立高雄大學 $b 資訊管理學系碩士班 $3 353936
801 0 $a tw $b NUK $c 20160310 $g CCR
856 7 $z 電子資源 $2 http $u http://handle.ncl.edu.tw/11296/ndltd/81245429345610498649