piwik-script

Intern
    DMIR Research Group

    Publications by Andreas Hotho

    These publications are hosted by BibSonomy.

    Improving Session Recommendation with Recurrent Neural Networks by Exploiting Dwell Time

    Recently, Recurrent Neural Networks (RNNs) have been applied to the task of session-based recommendation. These approaches use RNNs to predict the next item in a user session based on the previ- ously visited items. While some approaches consider additional item properties, we argue that item dwell time can be used as an implicit measure of user interest to improve session-based item recommen- dations. We propose an extension to existing RNN approaches that captures user dwell time in addition to the visited items and show that recommendation performance can be improved. Additionally, we investigate the usefulness of a single validation split for model selection in the case of minor improvements and find that in our case the best model is not selected and a fold-like study with different validation sets is necessary to ensure the selection of the best model.
    Weitere Informationen
    Tags2017  myown  recommender 

    Hinweis zum Datenschutz

    Mit 'OK' verlassen Sie die Seiten der Universität Würzburg und werden zu Facebook weitergeleitet. Informationen zu den dort erfassten Daten und deren Verarbeitung finden Sie in deren Datenschutzerklärung.

    Hinweis zum Datenschutz

    Mit 'OK' verlassen Sie die Seiten der Universität Würzburg und werden zu Twitter weitergeleitet. Informationen zu den dort erfassten Daten und deren Verarbeitung finden Sie in deren Datenschutzerklärung.

    Social Media
    Kontakt

    Andreas Hotho
    DMIR Research Group
    Am Hubland
    97074 Würzburg

    Tel.: +49 931 31-86731
    Fax: +49 931 31-86732

    Suche Ansprechpartner

    Hubland Süd, Geb. M2
    Hubland Süd, Geb. M2