- Tytuł:
-
Analyzing certain temporal dependences in Netflix data
Analiza wybranych zależności czasowych w danych Netflix - Autorzy:
-
Łupińsla-Dubicka, A.
Drużdżel, M. - Powiązania:
- https://bibliotekanauki.pl/articles/341143.pdf
- Data publikacji:
- 2008
- Wydawca:
- Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
- Tematy:
-
zależności czasowe
Netflix
data analysis
temporal dependences - Opis:
-
Netflix (see http://www.netflix.com/), an American Internet-based movie rental company, uses data mining in their recommendation system. In October 2006 Netflix made a huge data base of their users and movie evaluations available to the community and announced a million dollars prize to the team that beats the accuracy of their recommendations by at least 10%. The data have since become an object of interest of the machine learning community. In this paper, we focus on one aspect of the data that, to our knowledge, has been overlooked — their temporal dependences. We have looked at the impact of the day of the week, month of the year, length of membership, month from the start of Netflix, etc., on the average evaluation.
Działający w Stanach Zjednoczonych Ameryki Netflix (http://www.netflix. com/) jest jedną z największych na świecie internetowych wypożyczalni filmów. W celu uzyskania wyższej jakości proponowanych przez system ocen filmów, w październiku 2006 roku Netflix udostępnił bazę danych użytkowników oraz ich ocen i ogłosił nagrodę dla tego, kto uzyska co najmniej 10-cio procentową poprawęw stosunku do wyników Cinematch (RMSE=0.9525). W tym artykule postawiliśmy sobie za cel zbadanie, czy zalezności czasowe, takie jak dzień tygodnia lub długość członkostwa, są w stanie zwiększyć jakość prognozowania. - Źródło:
-
Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2008, 3; 67-82
1644-0331 - Pojawia się w:
- Zeszyty Naukowe Politechniki Białostockiej. Informatyka
- Dostawca treści:
- Biblioteka Nauki
Artykuł