Nehodí se? Vůbec nevadí! U nás můžete do 30 dní vrátit
S dárkovým poukazem nešlápnete vedle. Obdarovaný si za dárkový poukaz může vybrat cokoliv z naší nabídky.
30 dní na vrácení zboží
Les syst?mes de recommandations visent ? proposer aux utilisateurs des items en lien avec leur consultation en cours et qui peuvent retenir leur intér?t. L'intér?t des utilisateurs dépend du contexte dans lequel ils se trouvent. Dans ce travail, nous proposons un syst?me hybride CBCF (Context-aware Based Collaborative Filtering) qui combine les syst?mes de recommandation sensibles aux contextes et le filtrage collaboratif. Le contexte est ici défini comme l'objectif ou l'intention de l'utilisateur. Nous le modélisons par une approche LDA (Latent Dirichlet Allocation) qui gén?re un mod?le de th?mes pour chaque intention. Nous avons évalué notre approche sur la collection Book-Crossing et montrons sa supériorité par rapport ? plusieurs méthodes état de l'art.