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

Noa Tuval, Alain Hertz, Tsvi Kuflik

Article de revue (2025)

Accéder à ce document
Lien externe
Libre accès au texte intégral chez l'éditeur officiel
Voir chez l'éditeur officiel

Mots clés

Département:
Département de mathématiques et de génie industriel
Unité de recherche:
GERAD - Groupe d'études et de recherche en analyse des décisions
Organismes subventionnaires:
Israeli Science foundation
Numéro de subvention:
216/23
Adresse 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
OAI:
oai:publications.polymtl.ca:71255
ORCID
Date du dépôt:
13 janv. 2026 13:56
Dernière modification:
14 oct. 2026 14:32
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

Statistiques

Dimensions

Actions réservées au personnel

Afficher document
Afficher document