Abstract

This paper provides an overview of the work done in the ESWC Linked Open Data-enabled Recommender Systems challenge, in which we proposed an ensemble of algorithms based on popularity, Vector Space Model, Random Forests, Logistic Regression, and PageRank, running on a diverse set of semantic features. We ranked 1st in the top-N recommendation task, and 3rd in the tasks of rating prediction and diversity.

Autore Pugliese

• Musto Cataldo , Semeraro Giovanni , De Gemmis Marco , Lops Pasquale , Basile Pierpaolo

Tutti gli autori

• MUSTO C.;NARDUCCI F.;SEMERARO G.;de GEMMIS M.;LOPS P.;BASILE P.

Titolo volume/Rivista

Non Disponibile

Anno di pubblicazione

2014

ISSN

1865-0929

ISBN

978-3-319-12023-2

Numero di citazioni Wos

Nessuna citazione

Ultimo Aggiornamento Citazioni

Non Disponibile

Numero di citazioni Scopus

8

Ultimo Aggiornamento Citazioni

Non Disponibile

Settori ERC

Non Disponibile

Codici ASJC

Non Disponibile