Addressing the cold start problem in privacy preserving content-based recommender systems using hypercube graphs

Noa Tuval, Alain Hertz et Tsvi Kuflik

Article de revue (2025)

Document en libre accès chez l'éditeur officiel

Un lien externe est disponible pour ce document

Département:	Département de mathématiques et de génie industriel
Centre de recherche:	GERAD - Groupe d'études et de recherche en analyse des décisions
Organismes subventionnaires:	Israeli Science foundation
Numéro de subvention:	216/23
URL de PolyPublie:	https://publications.polymtl.ca/71255/
Titre de la revue:	RAIRO. Operations research
DOI:	10.1051/ro/2025151
URL officielle:	https://doi.org/10.1051/ro/2025151
Date du dépôt:	13 janv. 2026 13:56
Dernière modification:	13 janv. 2026 14:04

Citer en APA 7:	Tuval, N., Hertz, A., & Kuflik, T. (2025). Addressing the cold start problem in privacy preserving content-based recommender systems using hypercube graphs. RAIRO. Operations research, 3891-3911. https://doi.org/10.1051/ro/2025151
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Simple Metadata

Statistiques

Actions réservées au personnel