Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
140
konferencja
Status:
Autorzy: Kużelewska Elżbieta, Charytanowicz Małgorzata
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Wersja dokumentu: Elektroniczna
Język: angielski
Strony: 1 - 5
Efekt badań statutowych NIE
Finansowanie: The work was supported by a grant from the Bialystok University of Technology WZ/WIIIT/3/2023 and funded with resources for research by the Ministry of Science and Higher Education in Poland. The research leading to these results has received funding from the commissioned task entitled "VIA CARPATIA Universities of Technology Network named after the President of the Republic of Poland Lech Kaczy´nski" contract no. MEiN/2022/DPI/2575 action entitled "In the neighborhood – inter-university research internships and study visits.
Materiał konferencyjny: TAK
Nazwa konferencji: 32nd International Conference on Information Systems Development
Skrócona nazwa konferencji: 32nd ISD 2024
URL serii konferencji: LINK
Termin konferencji: 26 sierpnia 2024 do 28 sierpnia 2024
Miasto konferencji: Sopot ; Gdańsk
Państwo konferencji: POLSKA
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 28 sierpnia 2024
Abstrakty: angielski
Recommendation systems are an effective solution for personalising e-commerce services. They are able to provide customers with relevant and useful products. Their performance is deter- mined by the quality of the methods employed. However, it is also influenced by the input data. Session-based (SB) techniques are highly effective in real-world scenario to generating recom- mendations that focus on short-term user activities. This study aims to investigate the relation between data statistics and performance of SB algorithms measured by accuracy and coverage.