La investigación sobre CARS (Sistemas de recomendación conscientes del contexto) ha estado en curso durante algunos años. Gediminas Adomavicius (página en google.com.sg) parece ser el experto en esta área. Puede ver sus documentos para obtener una visión general de los diferentes subtemas investigados en CARS. Este año ha escrito un capítulo sobre Sistemas de recomendación conscientes del contexto en el manual de RS. En este capítulo, el estado del arte se ha resumido en cuatro categorías (1) Fundamentos, (2) Algoritmos, (3) Evaluación e (4) Ingeniería. Se ha discutido que la mayor parte del trabajo en CARS se ha realizado a nivel de algoritmo donde los investigadores han intentado utilizar datos contextuales para mejorar los algoritmos existentes. Parece que todavía hay mucho margen para definir la noción de “contexto”, ya que los autores consideran que el contexto es una construcción compleja que debe considerarse desde múltiples perspectivas. Consulte este documento sobre contexto para tener una idea sobre las diferentes definiciones de contexto http://cseweb.ucsd.edu/~goguen/c…. La evaluación en CARS también se considera como un área próxima.
Por lo tanto, la idea de CARS ciertamente no es nueva, pero debe considerarse como un tema relativamente nuevo. Además, la aplicación de CARS en el dominio de la música tampoco es nueva (consulte esta presentación http://www.dia.uniroma3.it/~umap…). Por lo tanto, sería mejor revisar estos recursos para identificar las áreas donde se podrían realizar nuevas contribuciones.
- ¿Qué campos de investigación tendrán más impacto fuera de la academia en los próximos años?
- ¿Qué problemas científicos son los más adecuados para la computación paralela?
- ¿Cómo puede un estudiante universitario publicar un artículo de revista? ¿Qué tan difícil es hacer? ¿Qué consejos y estrategias recomendaría la gente?
- ¿Cuáles son los documentos más influyentes en el mundo del big data? ¿Por qué?
- ¿Qué es .ASP?
