English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

espanolLos sistemas de recomendacion son sistemas inteligentes que proporcionan a los usuarios una serie de sugerencias personalizadas sobre un determinado tipo de elementos (objetos). Para esto, se recaban por diferentes medios las caracteristicas de cada usuario para, mediante un procesamiento de los datos, encontrar un subconjunto de items que pueden resultarle de interes. Mejorar la exactitud de las recomendaciones es una tarea crucial debido a la tendencia que han adoptado los sitios web, principalmente comerciales, de ofrecer a sus visitantes contenidos del catalogo que les podrian interesar acorde a sus necesidades o gustos. En este articulo se presenta un analisis comparativo entre algunas de las metricas de similitud y evaluacion propuestas para los sistemas de recomendacion basados en filtrado colaborativo; realizando pruebas sobre datasets comunmente utilizados para determinar su eficiencia en produccion. EnglishRecommender Systems are smart systems that bring to the users a set of personalized suggestions from an specific type of items(objects). In order to do this, several techniques are used to collect the user’s characteristics for, using data processing, to find a subset of items that could be relevant to him. The improvement of the recommendation’s accuracy is crucial because offering relevant content (based on needs or likes) to the visitors of web sites, mainly commercial ones, is trending. This article shows a comparative analysis among different similarity and evaluation metrics proposed for collaborative-filtering based recommender systems; doing tests on commonly used datasets to determine its efficiency on production time.

Métricas de similaridad y evaluación para sistemas de recomendación de filtrado colaborativo