Full metadata record
| DC pole | Hodnota | Jazyk |
|---|---|---|
| dc.contributor.author | Kopecký, Michal | |
| dc.contributor.author | Vomlelová, Marta | |
| dc.contributor.author | Vojtáš, Peter | |
| dc.contributor.editor | Steinberger, Josef | |
| dc.contributor.editor | Zíma, Martin | |
| dc.contributor.editor | Fiala, Dalibor | |
| dc.contributor.editor | Dostal, Martin | |
| dc.contributor.editor | Nykl, Michal | |
| dc.date.accessioned | 2017-10-09T08:50:53Z | |
| dc.date.available | 2017-10-09T08:50:53Z | |
| dc.date.issued | 2017 | |
| dc.identifier.citation | STEINBERGER, Josef ed.; ZÍMA, Martin ed.; FIALA, Dalibor ed.; DOSTAL, Martin ed.; NYKL, Michal ed. Data a znalosti 2017: sborník konference, Plzeň, Hotel Angelo 5. - 6. října 2017. 1. vyd. Plzeň: Západočeská univerzita v Plzni, 2017, s. 120-124. ISBN 978-80-261-0720-0. | cs |
| dc.identifier.isbn | 978-80-261-0720-0 | |
| dc.identifier.uri | https://www.zcu.cz/export/sites/zcu/pracoviste/vyd/online/DataAZnalosti2017.pdf | |
| dc.identifier.uri | http://hdl.handle.net/11025/26334 | |
| dc.format | 5 s. | cs |
| dc.format.mimetype | application/pdf | |
| dc.language.iso | en | en |
| dc.publisher | Západočeská univerzita v Plzni | cs |
| dc.rights | © Západočeská univerzita v Plzni | cs |
| dc.subject | data získaná z webu | cs |
| dc.subject | aplikace | cs |
| dc.subject | data | cs |
| dc.subject | experimenty | cs |
| dc.subject | metriky | cs |
| dc.title | Data integration for customer preference learning | en |
| dc.type | konferenční příspěvek | cs |
| dc.type | conferenceObject | en |
| dc.rights.access | openAccess | en |
| dc.type.version | publishedVersion | en |
| dc.description.abstract-translated | We describe the process and challenges of integration of movie data from Movie Lens, Netflix and RecSys Challenge 2014 with IMDB and DBPe-dia. Thanks of this integration we can enhance information by semantic data and improve prediction of customer preferences and recommendation. These data were collected in different situation by different methodologies. We want to use these data to be able to extend and further enhance our machine learning approaches developed for individual datasets to other datasets. | en |
| dc.subject.translated | data extracted from web | en |
| dc.subject.translated | application | en |
| dc.subject.translated | data | en |
| dc.subject.translated | experiments | en |
| dc.subject.translated | metrics | en |
| dc.type.status | Peer-reviewed | en |
| Vyskytuje se v kolekcích: | Data a znalosti 2017 Data a znalosti 2017 | |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| Vomlelova.pdf | Plný text | 419,76 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/26334Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.