ISSN: 2165- 7866
Takahiro Koita, Daiki Takigawa
Este documento propone un algoritmo de recomendación que combina filtrado colaborativo y algoritmo basado en contenido. El algoritmo propuesto proporciona una lista de recomendaciones que combina elementos de recomendación generados por cada algoritmo y mejora la novedad y la precisión de la recomendación. Especialmente, si la precisión es baja, el algoritmo basado en contenido debería tener mayor prioridad y si la precisión es alta, el filtrado colaborativo debería tener mayor prioridad. Por lo tanto, este artículo discute e investiga las reglas de prioridad y la prioridad a través de los experimentos preliminares. Las reglas de prioridad son algunas reglas para decidir el algoritmo de prioridad cuando se combinan dos algoritmos existentes. La prioridad es un peso para el algoritmo de prioridad. Para decidir las reglas de prioridad apropiadas y la prioridad, el algoritmo propuesto se implementó en Linked Mash, que es nuestro sistema de recomendación de aplicaciones de mashup, y realizamos experimentos con Linked Mash. En los experimentos, los sujetos evaluaron algunas aplicaciones de mashup recomendadas. La novedad y precisión se calcula en base a esta evaluación. Cambiando las reglas de prioridad y la prioridad para cada tema, demostramos que el algoritmo propuesto puede lograr una recomendación que tanto la novedad como la precisión son altas