KONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI

Wiranto Wiranto, Edi Winarko

Abstract


Untuk membantu pencari informasi yang belum memiliki referensi diperlukan alat bantu recommender system. Pengembangan recommender system sebagian besar dilakukan dengan menggunakan pendekatan berbasis collaborative filtering. Sistem berbasis collaborative filtering akan bekerja dengan cara mempelajari kebiasaan para pencari informasi dan membangun profil pencari informasi, kemudian memberikan rekomendasi. Pendekatan collaborative filtering klasik diterapkan pada kasus pemilihan item yang hanya memiliki satu kriteria. Sementara itu, banyak kasus yang tidak bisa dimodelkan dengan satu kriteria. Oleh karena itu konsep collaborative filtering perlu dikembangkan untuk pemilihan item yang memiliki banyak kriteria agar rekomendasi yang dihasilkan memiliki kualitas lebih baik dan relevan dengan kebutuhan pengguna.


Full Text:

PDF (Indonesian)

References


Adomavicius, G and Kwon Y., 2007, New Recommendation Techniques for Multicriteria Rating Systems, Intelligent Systems, IEEE Computer Society.

Deshpande, M., and Karypis, G., 2004, Item-Based Top-N Recommendation Algorithms, ACM Transaction on Information Systems.

Goldberg, K., Roeder, T., Gupta, D., and Perkins, C., 2001, Eigentaste : A Constant Time Collaborative Filtering Algorithms, Information Retrieval Journal.

Kangas, S., 2002, Collaborative Filtering and Recommendation Systems, LOUHI , Project Research Report,VTT Information Technology.

Sarwar, BM., Karypis, G., Konstan, JA., and Riedl, TJ, 2001, Item-Based Collaborative Filtering recommendation algorithms, Proceeding of 10th International World Wide Web Conference, ACM Press.

Vozalis, M., and Margaritis, KG., 2003, On the Combination of user based and item-based collaborative filtering, Technical Report, University of Macedonia.


Refbacks

  • There are currently no refbacks.