Item-Based Collaborative Filtering Recommendation

Algorithms

Badrul Sarwar, 
George

 
 Karypis,


Joseph Konstan,
!#"$& %
' ()*' ( and John Riedl

GroupLens Research Group/Army HPC Research Center

Department of Computer Science and Engineering
University of Minnesota, Minneapolis, MN 55455

7(37d!![7A5!N>!A@#)AXJQ,c7,
F27%7V

ABSTRACT )*
25!(>!<K(
'
+ %)*)*,-.

)*
/!0&12!34
%
5-6%87:9;(

 <7=>!)?@.)A1:3& -
,!:B*-%)*)*
:
C@D x&6@C7<)*
=)*
3G
(%7_%7!3
6
H|}~#~€}‚
@#)A
/E1(%-
FG
85%-
H(3IJ!5K;-%8:/' ƒr„#…†.‡ ~ ƒa†  „#ˆ1‰KŠ0‹Œ 1Ž1 ‹  ‹
‘ '4’k!!:> 
5=Q,!0-32=1
T>1
>(!N3FF>
2@.-@#8%-
R@D4-)*
R>;M(
8
'Ryh8
L 7
M

-)*
,
 %-N!!J7F;OP

&371> 6%!:!:> O
5RQ,!0-3S>,
H-

 %751322:
H
(%-%

T (
8e6
C)A
%87F3
T7k>
R6
%
5- ˆ †8„:‰
“ ‚
7KUV>' L 7K)*-,(
F3
 7W:X7*)*(;H@S
5!0O €}”;27%87*
 7-R(
-
[27<75 7
%!!Z7,Z
)*:!:

>!F@D)AIY7<1()Z> 8=@E51:
0
2GUV>Y
0
2: 
<Ze&'[ba)*
=7 7&371> 
S!H
<7A%)KO
-%;T;

T 

[
)*4-H%7,!:!3
T@D[%)*)*,-C

O )*AKe& 
67<2:!!C>>!0_!
A!<7)I'k’k!:!:>O
-)*
' L 7
M\R1(%-:3K737]9;(,!0^A%-)*)*
 
5JQ,!0-3W7,
*> f5-o
(%%

@D(!S:h> 7o

%87
 8@#)*3_)A1J%)*)*-,

6 -<
-%`@DH)*!!:
J%-%.,II> 7]:@#)AIQ!8:3A!%

@.(
-
4Z0)*
RK%7513<737K%
583SZ7=@#%2@ d•[OP%)*)*-%A!%
:
'X–&=-5-[7-*)Ad:)KO
Y
,
0a;'Zbac0,!4%-!!:> 
5KQ,!0-3_

)*
 ;F
%7d9;(-
:
Fc5-%)*3_^k_@D(,)*;!
7J)*(1G@S=V%-

K207d7Y1()Z> 8G@S,%0O %7,!!3
2@#&%!!N> 
:5HQ!0-3Z%-)*)*-

)*
'
;
[K7

)I'Ce6-f%)*)*-,8[

-)g%87!:3
L 72Q
k%87!!3&
4H)*
5 76
%!:>!0^A@/7S%-!0O

Xh7,
Y%i9;(%1!h1(%]737i9;(,!:0aj%)KO !:> 52Q,!0-3H!:307)*
' L 7
S!307)*
4S>!: 
)*-,

5Y@#<5-Y!:3-OP
%!G>!)*
' L A1



%87A
R@7(
,
4@/ ;:!371> 
=K!0O—)*
7
Y:

(
Zk_7
5Y8l!V0)KOP>,
V%!:!:> 5YQ,!0O >(G7Y)A,
H@6)*1-V

)*
GA`
%7V
G@
8:3]%87:9;(
'`bP)KOP>,
X%7N9;(
FQ
Z,!0B-Y7 )*!!:
R@ ;:!37> 
'Rv(7-8l
3H!307)*

(
-OP0)m)A0lJ*:-10@NJ!:
7
&> -a=`0n.-; 7,5& -@#)A%-F>!)*
=207I,51:(!(
-
@#227)
0)*
,&7-M(
R7
[!:
7
E2,0%-!0F%)*( 7`
0c7,
_!:3W)*(;
A@G:@#)A'˜vI
%-
-%)*)*
:
=@D6(
-
' 0@MW
0]
Y(
3d>2
3W,8
Y
A,:%
_@H%O
baJ7
S, -6kZ,!BMn.8;&0)KOP>,
_%-)*)*O ;4-@D-%-10=)AZ75 7(

k@/F :;
R@#k0

W3-o!307)*
'_UWK!;c:;]0n.-;H%87O )*
H@N9;(;H51

' L 7
d™^!3`(
-H2
š]
!
p2
:91(
@#&%)*(:3Z0)KOP0)p
)*!:0
Zqr' 3':,-)KOa0) 7*1()Z> -&@2-:371> 
H7,H%V> *

%87W -M
%-,.
%-!:J51
'T%
:6
)*!:0
=> -a=-Y0)s5%8
t[, @#(7-2(%3Z
%!N>!0^;'
0n.-;/-%87:9;(
@#C>:3 %)*)*-,

@N)i7) L 76
%,A%87!!3<
=G)*
527&9;(,!0^K@E76%8O
qr' 3'C=371W
()u51
'*3

d)*1!Nt8'AvC,!!0;Ek*-l1O )*)*-,

6@#H7Z(
8
'A›&
-
F]%)*)*-,


 8:)*-1!!J5!(,
M(S
(!0
&,_%)*F7)wK7 78_%J(
SZ7!J7)pQ,Y0)*
78Y2!!C!'R›&
8

>
%I;OP

*371> A%7/'jx&(*-l -)*;
Z
(3O 2!!Rš5M207c70<@#8šJ>;I-@D(
3A_(
G%-)*)*-
3
k7R0)KOP>,
K!307)*
R
51:S)A%!!0K> 8-

)*
=7,
6F2%

;!J%-%(
H@D27-)I'
 8@#)A%<7I(
-OP>,
I!307)*
27!H27F
)* b^H
)*k 
E7-
k^k6%7,!:!3
R
=G%œ:%8
%-k7
)*K
5::3_> 8-M9;(,!0^`7`7K> 
M5!:>!:*(
-O !

H:)*KV!307)
 
F

%873I@#M371> 
C7
>
J!37)*
' )*H
%!:>!GS2!!T> .J7F=
Z0
691(!0^;'Sv67


/20Y
A:)* ;*W
*7Ia=V%7,!:!3
Y
)Z(!O
(
!0j
W7I
!(:
Y
%
58ž]> 7j(
-@#(!&,
%-%!r'
1. INTRODUCTION b^ž7
J, -S=X1

J7
X

(
I@H%-)*)*-
L 7Z)*(1S@4@#)A
`I7F=!N]
&%-
3Y@#
)*K9;(%1!]7c(H>:!0^`_;%

F0'Zy6!![@k(
<7
5

)*
<>;c!03I_0n.-;M%7Ÿ-)KOa>
X!3O
1
2c7Z@D!3]@ > 3I
5827!)*`>;c7K1()G> -<@ 07)I' L 7A> !%XV%15;,!k%!!N> 
:5YQ!8O
-V> ;1
z(,!;%!
<%@#-%R;%3
E%)KO 3f!307)*
_:
A7`

%87 @DI371> 
J)*3oV!:3
3G(4%7*;' L %87!:3*7
1)A
:%!!0K(%Z7 (
8F (!:X@k ;:!T371> 
Š0‹  ‘ 'ZbP)KOP>,
]!0O
>-
AV(>!
73V,h
>(:3V@D)A/'{e& 307)*
C5:H7:
/> !%8&>1&-l!3S7R!:
:
7:

0Y
K)*JW%-I7_%87!:3
A7,
A%h7!j(
*
0@D > -a=d0)*
HQ
[
7-M7,V7*!:
7
Z> -^k
(
8
' + %)*)*,
k@#&(
-
SH%)*(A>;AQ,,3
0)*
k7 
&
)*!: M78 0)*
47&(
8 7,
=!:'[¡4-O
Copyright is held by the author/owner. %(
K7K-!N

7
M> -^kV0)*
H
K!:5!0X
%
WWW10, May 1-5, 2001, Hong Kong.
ACM 1-58113-348-0/01/0005.
 0)KOP>
F!:307)*
E)A6> 4>!RS
5:[74
)*R91(!0O b^_<
(,1A(
3G
;7-%F
–&3Z1(%_> --
0aW
F7Z(
-OP>,
W!:307)*
F207W!

M!:K%)*(
O %-
27JZ

6371> &!307) Š0‹8‘ '
/' ª%7,
@#-R-4!—' Š  ‘ 
;R<-!G
l)GGG-l)KO
!
S@T-%)*)*-2

)*
2(
J`•[OP%)*)*-%F,J7
78H%K
5:k-O—OP= -
,!B
:Y,GT7=
)*
1.1 Related Work %I%(<%-(
)*82!:1!0^;'Ry6!07(37J7-
<

)*
7,5
baY7

%-Y=F>-œA
-1=
)*&@C7S

%87I!0O > H
(%%

@D(!1H74
70/2N
H(
k7
C8l 

8 (M!:IA%!:!:> 5GQ,!0-3-%)*)*-S

O
)*S@7-=!:)*0
=
(%87Y
47S>!)*
k@E

0^A
-)*
,G)*:3K,J -
,!:B
/' 7G
*
-.>!)*
<

;%:`207c737c)*
:,!:0a
L  
 Š‹¢‘ :
R2@ 7 !
=)*!)*-1

T@.%!0O f
X'žª1,

ad>!)®o%)*)*,-Z

)7,

!:> 5AQ,!0-3OP>,
W%)*)*,-F

)*
' L 7
G

O > o1

d Š ¯ ‹‹8‘ ' L 7Y>!)*
G

;%:
o207
-)£!HF7R-l!%0C
C@ ![@D)¤S%-!:
-OP10 737_)*
!0^**%)*)*,-4

-)*
47
56> -_
O
%-)*)Z(0^;.
(%87X
MW¥K%Z=13(/'*–6=58E%)KO %(

j Š ‘ Sž!% @H:)*-
!0^f(%-
)*-,8E

)i@#[!N
34%)*)G(0
%T- ,<G%87 %7N9;(
&_1

<7-
K

(
F7
F> c15
3
X
 8
J1
23G767-
'4¦E8
-5-!.3
OP>,
J(O Š  ‘ '
)AJ-%)*)*-2

)*
2=8Z5! ' L 7K§6(O x&(R=*-l!-
47S-l1;RH27%87A0)KOP>,
Z%)KO
¦/
J

%87£

) Š‹Œ  ‹‘ 
51:
If
(,;)*(
)*-
E_-?%!:

M@=-%)*)*-<!307)*
T
A>!:
%-!!:> 
5MQ!0-3*
!(:I@#&›6
-S-2
&,J)*
51
' K
!:5<7
F>!)*
'
+ 3 Š Ž ‘ K¨&:- + %)*)*,- Š0‹‘ S)A! ,Z=->O
>
G

-)*
C7,[38=%)*)*,
CZ)Z(
%k,
)*
51
 
 %8:5!0;'Fyg
 %:!R

(Z@k’k)*)Z(%
&@ 1.2 Contributions
L 7
2, -S7,
27<:)A
A
%7I%;:>(
\
7KyS’ © Š  ¢
‘ 
;
FY()Z> -6@=0n.-;6%)*)*-,8


)*
' ‹ ' y6,!0

F@k7G0)KOP>,
`%-V!307)*
H,
x67-%87!:3
C75R!
6> -H!<=%)*)*-,8 N;0Q,%
:d@&0n.-;H 
G])*!:-)*;G0
M
(>O


)*
:%!(,:3Z¡k
:A-a=
1%-!:(
-3,K–6O 
1
'
3'&¡=;
:c-a=
6%-
Z*)*1-!C>,
IcK3

8M207dJ%
V-AM%7V1AX3
F
;O 1' v)G(!:H@ 2%)*(<)*1!;@0){
)*:!:
a
3Z(
8 @#)A' L 76)*1! %_> 6>(:!0 n OP!:&
5-= Z%-
F7<!<
%!:>:!0^J@T0)KOP>
*%)KO
)A
-2@[7(
6
' L 7<
(!0:3K)*1-!
S5-A
)A!:!r )*,
'
5-o@r
&h

-1:!:!0i
Y%%(c
Y
_37> 
)*871
Š 
‘ 'k¡k
:I-^k1
)A*
56%8:%!.@#2-O ¯' y6`-l -)*;!C%-)*,

c@k7K9;(,!a]@k
5-!
510)*;
2:I27%87]12!3M@R(
-68@#-%
6%873
0n.-;/-)KOa>
&!37)*
 7R%-!N

%k(
8Oa>


!2!0X207c
 %-H_7G)*Z`_>(:!:`7Z)*1! qr

S371> 8t2!307)*
'
>(&G6
(0>!G@D<-510)*;
2:]27:%7`(
-&-@D-O
-%F)*1!
S)G(
 > &(.
Y:!0_2@D91(;!0;' 1.3 Organization
’k!(
-3Z%7:91(
4kA>;*:;0@D3G3(
k@C(
-
L 7*
M@S7*, -M:
M3:B-o
H@#!!2
' L 7*8l
27] H_7,5K
)*!:M-@D-%
'_x&%-Z7K%-!:(
-

%-h51:-
Z]>-@6>,%813(Vd%!!:> 5JQ!8O

=%-
%-
C@#RG51N(,!;%G> k)A4>;H5;O 3*!307)*
'4UW<Q
 @#)A!!0]
%-> <7F%!!N> 
:5
833H7 :
R@.7 784(
-
R:K7R%!(
8'4ª)* Q,!0-3Y;%

F,I7-`
%(

60
&^kY5:1
6)*)*1O
%-!:(
-3I%7:91(
F-
;G%7d(
-H207d,
N!kO >,
``)*1!0OP>,
]%87
'&UWM7]
-1&
)*
%KG
5-!%!(
-
' L 7k:%8:K
C7GZ5-O %7,!!3
F

;%:`207`7G)*-)*1OP>,
J%7/'6b^
3H%-

76%!(
-
=-:37;_>;A3&@C%,
/'
%-]¯=F
; 7<0)KOP>
_%87J,_
%8:> 
’k!(
-3_-%87:9;(
6(
(,!!`1(%Z!

OP -
,![%)KO 0n.--16
(>O—
1
2@[7M!307)°`-:!r'&ª-%-  8O
)*-,

7,M7-C)*-71
,FG
)*4%

7R%!(
O
%-> 
Y(A-l -)*;! =.'£bPA
51N
Y-!:
A@H(
8
<7,5H=
*%%-(%8]7,`
<371> H!307)*

W
-
25!(ž)*8:%-
 )*-71!3h,f
(!0
A@
Š 
‘ 'Hx&%H7M%!(
-3_
<%)*!-.7=58. -@#)A%- 0n.--1&-l -)*;
<,`
%(

:W@k7H
(!
' L 7GQO
%c> G58I3;1.
:%G7H
:B-Z@R7M3(]7,
<)G(
6>  ,!
-%-Z
5:
T
)*=%-%-!:(36)A1
T,Z0%-

,!Bh
*)Z(%87o
)A!!-' ’k!:(
-3W-%87:9;(
K%h!
 @#6@D((&

%87'
> Z!X
HYšQ
H
šY@DH
7:1:3Y7G%,:Z
-
`*
&371> <!:307)«S@#F
>(3A

O
371> &%)*(
:`%-

<
58!C%)*)*,-S3
' 2. COLLABORATIVE FILTERING BASED
Už7!`51N3X7I (!:ž1W%!(
-
A)Ao71(K7 RECOMMENDER SYSTEMS
%%(%-f*-%)*)*
:
ZX(
-
**7_@N:3
A@ ± † |}²G² †8ˆ,³;† K”´” ƒa† ²G”&

)*
F!]_!0
:
<-%87O
70*

:3o%!(
84-OP%!(
-3c)AX> JIk7;27!  :9;(-
<_7G>!)u@ 7!:3J(
-
<Q,`7K0)*
&78

-OPnX> 8^=-I%%(%-J,Y7(37(' =(!:V!Y](%7,
A*•TO^’k)*)*-%-*
-
Z>;W1(%3
K%-Y!:-!:

&
%H6K!:
6@ ƒ }µ ¶·­%)*)*-,
–63d
_V37OP>
j%7:91(Iž27%7ž1
J
 0)*
=@#6G35-J(
8'4bP)˜%-)*)*
=%J> <)A
(
-
*3
k> -a=-Y1
4,%
<3S@/
)*!N
0^ (
3d0n.-;A)*-71
' + %)*)*,
K%j> I>

> 8^=-_a=Z(
-
Š0‹-‘ '4¬[%-
6
<1(%Y>;* !3 o)*37%
H@27*(
-
[
5-!:!4V
!!3`0)*
T
7_37o`>;V1
Zo%-)Z>3I7Y
K@ ,
A>(3c7>K@<(
-
A
Ac%-*@<@#((_-)*
'
7K>;`(
-
'Z–&:3In.8
<@D)­-
H371> M
’k!!:> 5XvC!8:3 qP’=v[t Š‹Œ &Ž ‘ 
A7I)*
A
(%%-

O
7&37Y)A*> 6=!*7(37_7- (
-
k27G7
5& @#(! %)*)*-,
d%7:9;(AX' L 7J>
%I:c@

f7J0)®h9;(
k71(
Z-l!3c
5Y!:O ’=vEOP>,
 !307)*
A
YV
5:]-)®%)*)*-,



7
S72
637> 6!37)*
SKS%
:-' A%-
*>,
hh7I:
*@F7-*!-OP)*,
 
(
-
' L 7<
@E(
-
%J> &> †¸
µ ~ „ | „#ƒ ~ ´S@D) f7-K0)*
' L 7J)*1!=>(!:3`;%-

*
K -@#)*
7F(
-
26>;A(
:3K
)* „ ²&µ ~ „ | „Dƒ )*
(
' >;Y0n.-;F²K| “1#„ ˆ † ~ †  ˆ„#ˆ;‰ !37)*
2
(%7J


  

å1ö ÖùØNå,Ü
ÜEÖ1Ú GÛ,Õ KÙü CùÚÖ1ÕØ#ÜEÿ , Õ CüDÖ;÷øCåùÖ× %87
' L 7
2.0.1 Overview of the Collaborative Filtering Pro- ¡=;
:K-a=M)*1! Š ‘ @#)G(!:-
[&>,>!:
% )*1-!
cess @#<%!!N> 
:5GQ,!0-3Y>!:-)I'6’k!:(
-3A)*1-!/


L 7*3!=@2I%!!:> 5AQ,!0-3I!37)¹:
HI
(3O %!:!:> 5YQ,!0-3c
KI%!:

0Q%h>!) Š 1  k Œ
‘
3
28i-)*
= G:%8=76(!aA@CG%-J0)˜@D Z=
k>1G%!(
8:3G
)*!:k(
-
4:A
)*S%-!N

K
0O


`,
%(!:A(
-*>
oo7Y(
-º
*51:(
G!:13
A, )A3Z7F>,>!0^Y7,6K%(!:
&(
-&
S]K,
:%8O
72:
R@7-4!:8Oa)*M(
-
'[ba*&^%! ’=vc
%-O (!:
=%!:

GZ@D)?78S%-)*(
T72%,0!,>O
7-F
6K!:
6@[»u(
-
4¼¤½{
¾E¿
À¾ ÁÀÂÂÂÀ¾ ÃH"M,J >!:0aW@ 3
' L 7K(!-OP>,
W%7d!
G

;%0O
!
H@kÄo-)*
Åi½˜Æ ¿ ÀÆ Á ÀÂÂÂÀÆPÇ,"'K•R%7W(
-F¾ È 7,
F_!
 c(!:Z
%
5-]!37)*
&*Q,c

;%:W> -^k
@R-)*
6ÉÊË-27%87I7M(
-67,
6-l

I7
Ì7-&
%Oa(%7,
d-)*
Z,W7-d3-
Z-) %-)*)*O
> ('4x&
[%*> 2-l!%0!0K3:5K>;G7 (
-k
4Z ƒ ‚ _>,
_A7&
37_@C7&

;%:]> -^kJ0)*

„Dˆ1‰ ”8|} † ,3--!:!0Y207]Z%8I1()*-%!.
%!S% Š ⠑ '
> J:)*!:%-!0f-5d@D)Í(%7,
J%
k>1f,!B3
)*3]!3
4>1X)*3_=>o7; -!:1
G,V
` Š Î ‹
‘ ' 2.0.2 Challenges of User-based Collaborative Filter-
e6<72ÉÊË=ÏWÅh_0S:
2 

:>!<@#6ÉÊËkZ> H ˆÐ ~#~0‚P” †8ƒ ' ing Algorithms
L 7-A-l

Z]:
3(
7W(
8Z¾,ÑXÒd¼p%!:!V7`| ƒr„#…† ›&
8Oa>
Y%!!:> 5HQ,!0-3G

)*
7,5<> -I5-
Ð ” † [@#k27)s7 
Z@/H%-!!:> 
56Q!8:3H!307)
(%-%

@#(!F£
&>(Y7-_2:
 (
c7,
_5!

2GQ,JI0)w!!

7,
S%I> &@T^kZ@#)*
'
)*F ;:!%87!!3
6
(%87J
\

ÓdÔ<Õ
Ö×CØ#ÙÚØNÛ Ü 
6K()*-%!5!(,ÝEÑÞ ß,8l

3K7 
C
å-Õ)*ùØD
EÚö
kb^H(
&%-S%-5)A!:(;R6!:%)*3k)*8-){%:
!-
4%-qr)*' 3)*'y6)A-O
Ó

B' %-)-%)*)*
M> ;1
*,f’<  F' %)Í%)KO

%-A!:!:

@E0)˜Æ ßYÒJ
à ÉÊáH@# 7&%-5<(
-
¾,Ñ' L 7
R:%8K5!( 
R207:K7
)*2
%!:Hqr' 3':
)*,
F)Z(
%A!:>()*
t8'Jb^W7
A

-)*
C5-d%-5
(
-
S)A_75F(%87
_k!!E(,8 ‹ @T7F0)*

@D) ‹ *ât2
S7<I5!(
2
51N_>;A¾ Ñ '

Ódã*ÖÙÛ.äVäXÖÜC×/åÚØDÛ,Ü 
<*!
<@k·¹-)*
 ÉæGçoÅ  7,

 q ‹ @RM)*!!:I> ;1

6 ¢ À ¢¢¢ > ;1
t8'Ry6%%-3!0;
7k%-5k(
-C2!!!:47k)*
'Ce647C7k%)KO Y%)*)*,-6

-)u>,
cW
H371> F!0O
)*<!
T)Z(
E> RM0)*
EC!01H(%87
F>; 307)*
=)AK> &(,>!SM)A&1K-)û%)*)*O
7S%-56(
-;r' 'É æ.è ÉÊáH½ié6' L 7
=;-@#%S@E’=v 
=@#6G,
%(!:2(
-'Ry6
2H
(!0 7<%-%(%-
!307)*
2
&!
*2I
Aê }µ ‚rës † |}²Z² †8ˆ,³  ƒr„ } ˆ ' @C%-)*)*
)AA> F ;'

vC3( ‹
7
2
T7
%87)A% N3)ì@ 7k%!!:> 5
Q!0-3*;%-

'6’=vh!307)*
S
;S7F;0H»uíIÄ
/(Ùå,
üNåøTjØ#üDØDÚ8ö7_e&3
2

_/2037 71> > T7ž!37]071)*()Z
.> 89;A(0@H[(%
8)K
O
Ó

(
-OP0)w
K
SH3
S)A
0lî*'R•R%7I;AïÈ—Þ ßFJî ,I7Z1()G> -S@=0)*
'&U 07c)*!!
&@=(
-
F,
-
;
<7Z8@#-%*
%Iq#3
t<@k7KÆr7X(
-H -)*
EA^%!T=>Oa>
]%)*)*,-<

)«(O
7Sð7]0)I'4•4%87],5:(,!.3
S:
2207`Z1()*8:%! 3_-l:
3]!307)*
F2!:!4
(n.-H
8:(
H
%!N>!0^

%!]dZ%h
G=!! >  ¢ ,%3`7,
Z7_(
-K7
>!)*
'
H;-&X7H0)I' + 

%87-
H7,5*51
WJ1()KO L 7dk1-

X@A

W371> W!307) @#W!:3
> 82@C%-!!:> 
5FQ,!0-3Z!37)*
7,=%_> F51:
,

H
>,

2!_(
=Z-l!F!0-5&%-)*)*-
;*^kY)A]%3
^ñiò † ²*}8´‚^€” †³fó—Ð ” † -‚a€” †³-ô ,

)m!307)*
'Sx&( Q
6%7`)*YK>:3
òc} ³;† ~0‚^€” †³Vó—„#ƒa† ²K‚a€” †³8ô !307)*
Š 
‘ 'Hba]7
&
%8:ck 74
,

aH>;<% 
:3<
)*0OP1-!:!3-1EQ,!0-363;


5:_]-!d,!0

Z@<’=vEOP>
W%-)*)*-H

O ;A7H

-) Š ¯1 ‹‹-‘ ' L 7
G3;
&5!(,
`]

-)m!37)*
' %87M0)¤(
:36
;%8:%[@#(-
'[¡4H
51:3SS
4
O
3
6
-7-Y7-!: ]!!51N
G%-5-3G,J)*5J9;(,!0O
õ
J


ÖäcÛ,Õ
ö÷øEå,ùÖ×ûúMÛ ü#üDåø[Û,Õ
åÚØDý Ö£þ2Ø#üDÚ-ÖÕØ#Ü/ÿ YüDÿ,Û,ÕØDÚ CäWù 
© -)*1OP>,
I!307)*
S(!:B-H7F;0M(
-OP0)m
O.
0^;' L 7*Q!8:3]3;Z
!(T7=-5-[NXG-


7F@D(,)*;!E>!)°@R ;6!:
7
<)*3A!:8O
>
A`3-_]:%8:/' L 7-
_

)*
H)*!:W
O )*,d>(K
,
8OP
3W(
-
' L W-l!J7,
K=J;

%!S%7:91(
ZcQ,,oc
-*@<(
-
k2j
ˆ.†8„:‰
“ ‚ V!37)*%A%87d,c(
X¦E-1Zª1)A;%Zba,8lO
€}”=7,
K7
5I`7
o@<33W207f7Y
3-A(
- 3Iq—¦EªbtRK%(67<
)*!:0^Y> -a=_(
-
S,_0)*

qrr' '7-]-7-<
*0n.-;&-)*
<
)*:!:
!`<78I, oJ(%d:)*-
!k
% Š   k⠑ 'cb^X7
G -M=
A>(I
)*!:&
-<@k0)*
t8'&x&%-G*371> 7;1c@4(
-
!;c1J78<%7:9;(/7Z)*1-!OP>
c%87C

*@#)*k7
]

)*
*(
`0n.-;Y!307)*
*V%)KO 

3I7
A%7,!!3
[
 -%:!!0V7*
%!:>!0^d%7,!0O
>676-@#8%-
@/371> 
=G1(%-&H%-Y !3' L 76)A*:F7-6
kM,!0B27S(
-OP0)?8O
ƒ }µ ‚D· -%)*)*
:Y@D 7<%8:5&(
8' L 76%7:91(

;G)A
l62N;0@D<!:
:
C> 8^=-M0n.-;C0)*

!
c1
2V
ˆ.†  † ” ƒ ‚ ˆ.†8„:‰
“ €}KG(
8Oa>
X%!!:> 5 W7Xc(
*7
*!:
G`%)*(K7*%-
Q!0-3,F)*< (!:6Y2:-!_(
JJ%-%'
%K@#MY35c(
8Oa0) ,0' L 7K;(0X> 7]7

%7f
H7,
K](
8Gk(!:d> A18
Vo(%7,
3

õ Û/×/Öü:÷øCå,ùÖ×cúMÛ,ü#üDåø[Û,Õ
åÚØDý ÖKþ2Ø#üNÚÖ1ÕØDÜEÿ _üNÿ,Û,ÕØDÚ TäXù ©JO 
!0OP>,
G%!:!:> 5=Q!0-36!37)*
T
51:k0){. %-O
0)*
A7,Ic
)*:!:
Id7`0)*
Y7X(
-I!ž!-
Ak(!NY,*K5NA0)*
=7,
2&
:)*!:2M7&0)*

)*)*,&>16Q
E5!36 )*1!@(
-E
3
'Cy6!0O 7G(
-F:º &!:K!-' L 7
M%7:9;(-
F/º <9;(0


307)*
2_7
S%3YFG>>:!
%M%87J, W:;@No7J371> 7;1j@<
:)*!:A(
-
*27hX%8O
-51
*72%!!N> 
:56Q,!0-3M;%

k
k%-)*(3&7 )*)*-,
 
_9;(
 M
]V
(!0_7-h,žoO
8l -%-h5!(I@HX(
-A%- 35-j7
Ì
7-A3
(%M)Z(%7I@r
-F%)*)*,
'Hy?()Z> -S@ 0n.--1
 
Item for which prediction
i1 i2 .. ij .. in is sought

u1
u2
.
. Prediction

Pa,j (prediction on
item j for the active
user)
ua
. Recommendation
. {T i1 , T i2 , ..., T iN } Top-N
um list of items for the
active user
Active user
Input (ratings table)
CF-Algorithm !Output interface
" $#%'&(EÖXúMÛ üDüDåø[Û,Õ
åÚØDý ÖVþ2Ø#üDÚ-ÖÕØ#Ü/ÿoÔ<ÕÛÙÖùù)
þ2ØDÿ EÕ
Ö

%7-)*
k7
56> -Y 
KG%)*(27&

;%:_> -O - Ɨ»WqrÆÀPð;t=
S35I>;
a=-Y0)*
T33H@N)û>>:!
%&%7 Š ‘ F)*
0!.0)KOP-)s%-!:
Š0‹ â1 ‹ ¯ ‘ '[UVS
;=M-O
- Ɨ»WqrÆÀPð;tR½ž%

q1ÆÀ0ð11 t[½
1Æ32 ð 1
!:],!0

S@T(6%7JJ7&-l12
%-/' 451Æ54 Á76 4.ð"1 4 Á
278]™52 šA
7FOa1(%-2@C7&^kK5%8
'

3. ITEM-BASED COLLABORATIVE FILT-

ERING ALGORITHM 3.1.2 Correlation-based Similarity
98 ;:=<
>
>
ab _7:
S
%-J=H
(,1_Z%!:

6@[0)KOP>,
Y%-)*)*O ^b Y7
%
,
)*!:0^Y> -a=_^=Z-)*
Æ4,Zð*
2)*
O
K!37)*
R@D41(%3&:%8:
T<(
-
'T›&!:
(o>;d%-)*(3]7 † ”8} ˆ ‚—K%-!:
È—Þ ß;' L 
7<(
8Oa>
A%!:!:> 5FQ!8:3K!:307)°:
%-(

Y: )A`7`%!:
:{%-)*(i%%(`=W)G(
AQ

ª1%-¤1&7c-)KOa>
i%7i!:;1
]:;o7c
-]@ 
!:*7Z%OP
X%

Aqrr' 'C%

M27-Z7Z(
8
H


* $?
0)*
Y7`3-](
8]7,
Ji, %)*(
_7u
)*0O > 7*ÆC,Hð;tR
=
72YAvC3(<;'R¦/-472
-k@(
-
R27

,+
!:
*7-f
_X7_
3-*0)ÍÆH,d7-h
!%8
o)*
 > 7V
VÆ<,`ðc_W>; w7W7A%!:

.- - - +

)*!:*0)*
*
Æ ¿ ÀÆ Á ÀÂÂÂÀÆ "'oy=Z7_
)*Y)**70*%-O
)*!N
0^_:
23:5I>;
-
 ,3F
)*!N
0:-
2 È ¿À È ÁÀ-ÂÂÂÀ È "&S!
H%)*(.'

-ÆP»XqrÆÀ—ð;tR½ L @ qFÊBE ADÊC Þ qFÈE GMÊ &Þ ÈHE ÈPGIt Á 6L HE È^t-qFE Ê Þ ßJqFGKkHE ßt
x&%]7`)*
_
)*!N
J0)*
_`@#(27`%- 

7W%-)*(]>;]13]A=37;W
5-3K@=7Z3-
ÊBADC E Ê Þ ßNGO=HE ßt
Â
ÊBADC
@ @
(
-º
=3
A7
6
)*:!:
 0)*
'TUV6
%8:> S7
S^k Á

 %-
,)*!0;7S
)*:!:
aA%)*(
:Y,*7S%-O
I3-]:J-!:
S78' –&8P6 E Ê Þ È 
R7 3M@/(
8=¾YA0)ûÆHE È 
k7
5-3F3Z@C7FƗO—7_-)I'
3.1 Item Similarity Computation
x&H%-0:%!T
]I7H0)KOP>,
J%!!N> 
:5GQ,!0-3
 !307)®
Z`%)*(*7Y
)*:!:
ad> -a=o0)*
Z,
 3.1.3 Adjusted Cosine Similarity
7jd
!%8_7])*
Y
)*:!:
J0)*
' L 7`>,
:%`:V: x K@D()*-1!R0n.-%A> -^kV7*
)*!:0^W%)KO
&

)*!:0^Y%)*(Y> -^kY^=G0)*
=ÆRZðZ
=GQ
 (GZ(
8Oa>
Z’=v`,H0)KOP>,
K’=vI
T7,
[:G%


!N
k7R(
8
E2727,5[H> 7H@7
4-)*
C&7 @[(
-OP>,
]’=vV7F
)*!:0^_
S%-)*(J!3K7<2

@67_)A0lo>(Kh%
]@67_-)KOa>
f’=v¤7J
)*0O
/- 0
W!0fX
)*!:0^o%)*(o%7:9;(AV--)*
7]
)*:!:
a ÈrÞ ß;'gvC3(XX!!(


_7:
Y;%-

F78 !:0^`
6%)*(]!:3A7M%!()*
.r' '/%7c0F]7
7G)A
0lI2
&-
;<(
8
F]7G%-!()*
6
; %OP
G
8[%
 ,
C<&0n.-;T(
8 q—vC3( t8'R’k)KO
0)*
' (3J
)*!:0^X(
3I>,
:%A%
*)*
(*V0)KOP>,

L 7-66H1()Z> -[@Cn.8;4=
[H%)*( 72
)KO %
c7
Y]:)* ;_2>,%8ñh7`n.8%-
Yž
O
!:0aJ> -a=-J0)*
'[–&8<=<
; 7&
(%7J)*-71
' 3M
%!6> -^k_0n.-;4(
-

&kA;G%%(;'
L 7
F
F%
8Oa>
Y
)*:!:
a;%!:
:OP>,
J
)*!:O L 7&
z(
A%-
6
:)*!:0aAn.
-
k7
2>,%8Z>1Z
(>O
0aI,Jz^(
1Oa%-
F
)*!:0^;' %8:3*7H%-
 ,3A(
-&5-3H@D)°%87]%O—
,0'Yv)A!:!0;7K
)*!:0^X> -a=X0)*
FÆS,JðI(
3
7
2
%7)*<
235-J>;

3.1.1 Cosine-based Similarity

-Ɨ»WqrÆÀPð;tR½ L @ qFÊQE ARÊ C Þ ÈSqFE GTÊ Þ ÈSHE Ê GTt Á LHE Ê t-qFE Ê Þ ßNqFGU HE Ê t
ÊQARC E Ê Þ ßJGTHE Ê t
ab W7
M%
Ra=]0)*
G*7(371M@&
Ma=`5%8
M: Â
ÊQARC
@ @
72»m)*
,!(
-OP
,%' L 7S
)*!:0^K> -^kK7-) Á

H)*
(`>;]%)*(3A7Z%
Z@=7K3!*> -a=
7
A^=c5%8
'dv)A!!0;[d7Y»®íXĞ
3
Z)A0l –&8V&HE ÊA
27F5-3H@C7F¾O—7J(
-º
2
3
'
fvC3(]1R
)*!:0^d> 8^=-o-)*
ZÆF,cð4d>;
 Z si,j =?

1 2
W 3 i
X j n-1 n
1 R R
2 - R

X
Item-item similarity is computed by
YY looking into co-rated items only. In
case of items i and j the similarity s i,j is
u R R computed by looking into them. Note:
each of these co-rated pairs are
obtained from different users, in this
example they come from users 1, u
and m-1.
m-1 R R
m R -

" \[%']-ùÛ,üDåÚØNÛ ÜžÛ^SÚEÖcÙÛ÷Õ

åÚÖ× ØDÚÖäWùZåÜCמùØräWØDüDåÕØDÚöžÙÛ ä\ EÚåÚØDÛ Ü
þSØNÿ EÕ
Ö

L 723

J)*1!)*--
xX {
|
6--)*
3.2 Prediction Computation > W33]
58Z> 7V@ 7K3]5-%-
'
; 
M7A-G@
L 7Z)*
<)* 1&
c:XA%!!:> 5KQ,!0-3_

O
-)£
S38[7T((E;-@r%R:<8)*
@:%8:/' 763

c)*1!r'
x&%H=Z
!N
K7M
-<@=)*
<
)*!N
F0)*
&>
`]7

)*!:0^o)*
(-
47J8lZ
o
ZX!;f;`7AO
3-6(
-
3
SJ(
HG-%87:9;(&K>:J:%8:
' 3.3 Performance Implications
–6-<=F%-
:-2^=Z
(%7_%7N9;(
' L 7d!:
3
V•[O^’k)*)*8%V
0
c -
h
Vh
%!o7,




7F0%-2)*!:-)*;A@C%!!:> 5FQ,!0-3'
b^X37> 7;11Oa>
V’=vi

)*
/7K371> 7;1X@#O
3.2.1 Weighted Sum )A*;%


 -%:!!0*72(
-OP(
-k
)*!:0^K%)*(O
y
/7k,)*[:)*!:-
7:
/)*-71F%)*(
7k%-
S
ZG0)¤Æ,@#R2(
8T¾Z>;F%)*(:3 7k
(){@743
A
*(
4(4M> 272 -@D)A%S> !%8 ;27:%7
Y(A%Y)A27S27!:&;%

(
(>!6@D !0OP)*
_-
35]>;_7H(
-6I7M0)*
2
)*!:&*Æ'S•R%7I3
&

k37;A>;K76%
 ,:3G
)*!:0^ ÈrÞ ß<> -^kY0)*
%)*)*,G3-/'4x&==K@.-
(3<737*
%!0O
Æ&]ð'Iv)A!!0;T(
:3J7*W
72ddvC3(Y¯_k >!:0aI
SZ(
MK)*1!0OP>,
I%7/' ©J1!0OP>,
I

O
%]<7<%-IÝ Ê Þ ÈR
)*
S7,5F7M -1:!EA%;>(M*%)*)*,-S

O
)*
K -M&Z7:37]
%!' L 7H)A_NK78HZ:
O

@a`cb dfe g3e b `,hQe ikjFgdmlon qm- È—Þ qop s -6È—Þ p(&E sÊ t Þ p t
!:&7&371> 7;1Y3-
I,A%-J38
ÝCÊ Þ È ½

'
@ `cb .dqe ge b `,hre ikjFgdmln
¡k
%!!0;=7:
Z%87o
Zc%(Y7p7I%8:5
b^A7
 -1=&
;2M)*1!0OP>,
Y%87YZ8O
%)*(S0)KOP0)?
:)*!:0aA
%
' L 7&
)*!N
0^A%)*(O
(
-2
7<
)*:!:
2-)*
' L 7<=-:37;J
()˜:
2
%!J>; _
%7)*2
=
!! %-!N
OP>
Y>(R7S%)*(

7<
()˜@C7<
)*:!:
a_8)*
kZ)A&
(<7<%- 
H -@#)*Wc7*0)­
%'YbaV_a%!R•TO’k)*)*-%

2207_7F-Q,A3'
%TkA(
(,!!X7,5A_
-Z@20)u7,
G
M
%A%)KO
,
YG7<1()G> -=@[(
-
=7S%7,3
2)*
 @N/' L 7

%](J@F0)*
*!
A(
KW7I:c@F%)*(O
3.2.2 Regression 3H7S0)û
)*!:0
'=x&S 

>!6=A@/%)*(:3
L 7
%87A
=
)*!:=H72=371A
()˜)*-71K>(

I@k0%-!0I(
:3K7<
:3
6@R
)*:!:
&0)*
S06(

7Z-)­
:)*!:0
G:
FI%-)*(*!!0O—Oa!!4
:)*!:0aV,
]l)A_@C7&3
2>,
__3

])*1!r' 7-ž -@#)*3dd9;(%d>!]!;;OP(hV-5I7I8O

~}
bao%8:%-[7Y
:)*!:0
K%-)*(V(
3c%-
Y*%-O 9;(0A
)*:!:
aY5!:(
' L 7
)*-71!7(37J
5-
=:)*
Á
-!N
W)*
(-
&)AI> G)*:
!3Y]7M

M7,6^k 9;(0
S YqrÄ t=
,%<@#&Äc0)*
'

3*5%8
S)AY> H:
;Gqr]•[(%-!::]


tk;-S)A L 7[@r%-E7/=R!0FF
)A!!@N%-G@
)*!:C0)*

7565-K7:37*
)*:!:
a;'[b^K7=%
&(
3F7 ž3
<%)*(=%-
[!
R(
TFZ!0-2)*1!0OP>,


'*
@,7Z™^
OP%!!:šF
)*!N
[0)ì)A<
(!0RZ ;[:%8:/'
%7)*'Kb^X7
M
%7-)*/kK-V!0W_
)A!!R1()Z> 8F@

w*€
L 7*>,
:%ZNJ
FJ(
Z7K
)*Z@#)Z(!N_
F7M=371
)*!N
&0)*
'4vS%7I0)sðK=F%)*(67 _)*
2
)KO

V*
!:I0)*
227- Ĥj%ž7
`-) 1()Z> -

tE p

()Í%7N9;(=>(A
h@F(
3X7J
)*!:Y0) ·Xº

™P2šJ3
H5!:(
Ê Þ Fº
/7:
F)*1!T(
-
<70Ml1O I70<
)*!:0
<207_ð'<UVF-) `
67Y²K} ³;† ~C” „
† ' k
'Evu p
)A
X5!(-
Ê Þ >
cWJ!:H3

V)*1!r'*ba@
¡=
dd7
Z)*1!k>(!:3]
-/R(Z%-o3-
O
`!:307)m=1
&
6@#!!:2
'6v6383A%-

wE wEvp
kS=7=-
 %-525%-
4@ 7=
3-40)?ÆE,G7
9*
@#<K(
-S¾]I0)mÆ(&!307)wQ
2-5
7F8O

)*!:Z-)¹· >; &È6, s7*!:G3

f)*1!
(*
%)*( _)*
S
:)*!:60)*
2%-
 ,3KZ7<38
%I> F-l

J

E H up ½yx9HE È"zw{_z$|
0)mÆ' L 7J6!;1
S7¤)A;_@[7
 Y-)*
2k-M(O
%7,
h>;V7_(
-A¾/=>,
oh7
K18
%-f7o7
 1
‚ ƒ
2 3
„ „ „
i-1 i i+1
… …
n-1 n

Šˆ 1
Š‰ ‹Œ ‹ „ „
2
1
 Ž
2 3 i-1 i
† †
m-1 m
u R R R - R

Šˆ u R R
Š‰ R
‹Œ - R
‹ si,1
si,3
si,i-1

si,m

prediction
Šˆ † m-1
m
Š ‹ ‹  weighted sum
 regression-based

‡
2nd 1st 4th 3rd 5th

Ranking of the items similar to the i-th item

 w‘S%'] \’TüDÚÖ1ÕØ#ÜEÿoå,üDÿÛ,ÕØDÚTä“&(E֔CÕ
Ö×CØ#ÙÚØDÛ Ü ÿ,ÖÜEÖ1Õ
åÚØNÛ ÜyCÕ
ÛÙÖùù*Ø#ù*Ø#ü#ü EùÚÕ
åÚÖ×a^aÛÕ9•
"
þ2ØDÿ EÕ
Ö 8ÚÖäc÷øCå,ùÖמÙÛ,ü#üDåø[Û,Õ
åÚØDý Ö
Ü/ÖØNÿ ø[Û,Õù

%-_
=%)*(K(
3M>,
%&0)KOP>,
*%!!:> 5 2
Iqrr' ' Œ ¯`(
-
tM, ‹ ΍c%!:()*
Yqrr' ': ‹ ΍])*
5

Q!0-3*!:307)I' 7,
H=-*V>1X
Z!
Z*@27*(
-
t8'JvG(M-l1O

wE
UW*>
-5Y]9;(,!0^1OP -@D)A%K-OPnf78\ZI-O  -)*;
R=I!
XI7-K@r%-A;c%
N-/

(A3;1o9;(,!0^c=A)G(
M7,5AI!:3_)*1!R
:B-[27%87 ”—µ” „Dƒ ´V~ †8…† ~@&]
-
'WvZ7Y])A0l L 7:
G

G
B8K;
'

G ›šœšm™š ™ ž ™šmŸš™š ™
!
SK7H -@#)A%H>!)*
S
%(

]> 
5' ba] 8Q,j
‹ L 7]
,

aj!5!6@F7
8l-)*
=k%H7,54S)*1!
B=@ÄT27%7M2!!1
(R7 !;
¿ Þ
9¡
©J
51:KA
-H
7--@D ‹ ¿ Á .27:%7c:
¢  Œ ¯ Œ '
8l%-4
)*S9;(,!0^K
R7 3:!
%7)*2>([2!:!7,52737
L 7(37(27< -2=<8)p7
2
Z
-6
&ò T'

%2%)*!-l0^;'/–&=-5-;(R)*1!1>(!:3F
Z
(

7Tkk-M7=)*
T
)*:!:
[-)*
'EU 7:! 3-
3&-O
%-
7-
K0)*
<%1>(G7G)*
<_7Z%- 4.2 Evaluation Metrics

%-
'YyS%%3!0;=*7; 7
BZ7,
<7
F)*1!0Oa>
 + %)*)*-,8

)*

%7]7,
6(
J
5-!^ 
2@
%7i2:!!H
51:`
,>!0£3;1{%-{9;(!0^ ) 
(
<@DM5!(,
:3_7K9;(,!:0aX@ _-%)*)*-&

O
*
207_5YH
)A!! )*1!
B<,A7-%S
51:<H3;1Y -O )I' L 7-Y%I> &)A!0Y%-3BI:;Za=K%-!N


\

;
¢ ƒ
 ƒr-„ ”) ƒr„ |>;c~/%|| )*Ð ,|-´*² 3I†8ƒ 7 „*|-”41(-5)*-!:(%S!R7-6%)*%%)*(%-Y
:@C
@D)A%'&UVM-l -)*;!!0]5!NM(F7; 7

6!N
-
I7:
S, -' baI,
:%-(!: kM8l 8:)*-12207I7F)*1! Ó

BJ>1V5
3c7J1()G> -Z@<
)*!:A0)*
Zc> J
'

%
=3
k7S%-(!,(
-k
:3
R@#47S(
-OP0)
,0
4:K7 
 
8'kò †  ˆ—£ €-”8}~ Ð1ƒa†J¤ }6qP©Iy6•kt
L 7hk] -@#) -l -)*;
ZV%)*(J%-j,
-
 
8OP)*&Z-8)*:S7<)*,%- @/7<)*1!
BF
9;(!0^_J -@#)A%F@C7&27!M

)I' > -^k_
3
6_%-
2:
SG2:!0J(
_)*-O
:%'2©Iy&•h:
6K)*
(F@T7H51:]@T%)*)*O

¦¥¨§ š© «ª

=@D)˜7- (&(
-OP
 %0Q,Y5!(
'Rv %87

Ss § G(© 5s
4. EXPERIMENTAL EVALUATION 3
Oa%-K, È À È 7
[)*-%4
T7
>
!( -4> 8^=-G7)I—' ' È È 9;(!!0;' L 7
4.1 Data set ©Iy&•d
=%)*(K>;KQ

()*)*3<7
6>
!(<8O
UWG(
]-l -)*;!TK@D) (<
%7ck>
0G 
A@F7]· %
 ,:3W3
OP%- ,0

-5!:(k0n.-;C5:1
/@0)KOP>,
&%)*)*-,
M!0O ,A7_%)*(3M7F583'kv)A!!0;
p
¬ ˜P­{½ @ Èq® ¿ · s § È Gw© È s
307)*
'

õ Ûý/ØDÖg×/åÚå UV`(
jV@N) (I©J

51:¦/
_%)KO
)*-,86

)I . '&©J
51¦/
&
<Kk>OP>,
J

%87`%)KO
)*-,8&

)m7,
<>(IXv!! ‹ŒŒ Ž1'<•4%87]kI71(O L 7K!=-H7A©Iy&• /7Z)**%%-(-!c7M%)KO

±°
1
Z@<(
-
K51
0Y©J
5¦
K`I,V%-5J%)KO )*,h3:`:%8
_(
-A3
' ± }} ƒ ò †  ˆ

z
)*-,

6@#H)*
51
' L 7G
0Kì7
F
5-  ¯ ¢¢¢ (
-

27F7,5 -l

Z
4*¯â ¢¢ 0n.--1R)*
51
'EUW
¢"¯ Ð  †³ “¤}Fq + ©]ª•kt8, R}8 † ~ ƒr„ } ˆ H!
K(


2

%!C%%(%-_)*-%'
,)*!0V
!%8f-(37o(
8
G`> ‹¢¢ À ¢¢¢ 3

@N)˜7<>
Kq#k<!0A%
N-A(
-
=7 7*
 ¢ <)*G)*
51
t8'6UWZ5:J7G
>,
G;_*O
² :5†  | „ 6” „ } ˆ ” Ð%-µµ}G ƒ |3| Ё |-
[´Y[² 7†8ƒ !„ |-”k3F-5S(!:(
-[H
-7!:-%-£R-7n.37%8OO
Ó

3X
-KfI
K
-'dvZ7:
G( 
[=_11(%d 91(!0^_0)*
S@N)w7H
-6@4!:!E-)*
' L 7-
G)*-%

0 —–
5:>!&7,
28-)*
k272 -%-;3&@TM:
(
Y


()*G7K%-W;%

G
MJ>,c -O

–
3XW
K
-
k=Y%!!=7
G5
N>! E'Vyp5!(_@ 07-&-)*
<G%-dqr3;1t&<*qr>t8'&U 07
c½ ¢ Â ÎA=(!:c,%ZÎ ¢ r @k7Z* 
F(
`
<O 7
[>
85
:/27-7-4&0)ì7,
4<%-K
%
r
3*
-<,] ¢
\˜
@T7H
G 
&(
I
2
S
-' L 7M

8G=
M%15-W1IJ(
-OP0)¹)A0l û7M7, Œ ¯
@ ‹  âS4; âSGSQ5-OP ;/
%! 
T0!5;T0@7R(
8
!0F%7;

E2%
:-E%-
/@  C7378' L 7
 ´³ tµ °
)*
H%-)*)*!0](
X%-:
V
( M%-%(%-c)*-O
%
6A †8…† ”-~C ƒa†  †8„:‰
“;ƒa†³I† 8}8” , ± j” †8ˆ ” „ ‚ Relative performance of different similarity

¶¶
ƒr„#…„#ƒ ´ Š ¯ ‘ ' measures

¶¶
0.86
U A(
o©Iy6•g
G(G%7%Y@S5!(o)*-%*I-O
W 0.84
 A%-f-l -)*;
K> %(
I0*
*)*
K%)*)*!0
¶¶
0.82
(
dV

G]18-Z0%-!0;']baV(K51:(
M-l1O 0.8
 8:)*-1
Š ¯ ‘ ==75k
-G7,
R©Iy&•c + xF’c
51N47
¶¶
0.78

MAE

)*&-3G@C0n.-; -l -)*;!
%87)*
kA-)*
=@ 0.76

¶¶ ¶
0.74
%-]9;(,!0^;' 0.72
0.7

·
0.68
4.2.1 Experimental Procedure 0.66
Adjusted cosine Pure cosine Correlation
U K

W(M-l -)*;
<>;cQ

V
Experimental
5::3M7&steps.
þ2ØDÿ" EÕ
Ö¹¸3%N]ä\CåÙÚSÛ^CÚEÖKùØräWØ#üDåÕØDÚ8öcÙÛ ä\ EÚåÚØDÛ ÜWäXÖ1å÷
H
- ;ZF:3K,AH-
  '4¡k-O

ù EÕ
ÖAÛ ÜWØNÚÖäc÷øCåùÖ×WÙÛ ü#üDåø[Û,Õ
åÚØDý ֗’[üDÚÖ1ÕØ#ÜEÿ`åüDÿ,Û,ÕØDÚC
 ä
@DY
3I@D(!!k8l 8:)*-1![5!(,d@S0n.--1G!:3O
07)*
[k&--)*M72

0:510^Z@n.8;k)*8-

Sn.8;C!:307)*
E&@D)i7[

0:510^&!
=[Ql
7H)G()p5!(-
6@R7
H,
)*--
S,I(
J7)p@D !:0^G!:307)*
=k:)*!)*;&7k!307)¤6%)*(
7_
A@&7J-l -)*;
' L W-8)*:Y7J)*8- 7637> 7;1YY(
K=37;Y
()û!307)pM3O

-
050a;k&=*!*207Y763G
ZA@D(7- -
k74:%8:/'CUW4G7-
k-l -)*;
CG(TO

(>.51:F0S:;*M3A,A
S `,_%I 3G
M,*(
*-
=
-=H%)*(&©J_y6>
!(6•[
(R-l -)*;
TG7)I'CvR%,(%-G ‹¢ OP@D!:K%-

45!0O qP©Iy&•4t8' vC3( 
72
67F-l -)*;!.
(!0
' bPS%]> 
:d@2(M-l -)*;
F>;c,)*!0c%87;
3`0n.-; >
-5H@D)¤7k-
(!0
T7,Cn.
-367k(
-Oa5-3=@#
3`,c-
G
8
M%7X)**X13Y7A5-3*@ %
:H
:)*!:0aI%)*(
I7
6Z%!<513,
27
7M©Iy&•o5!(
' ©Iy&•V
4
:30Q,%;!0*!
k-=*7
R%
'4–6%-=S
!%-47

z(
J%
:F
)*:!:
a_@DS7&-
6@[(2-l -)*;
'
L X%)*,
Y7_ -@DO
Benchmark
)A%S@/0)Kuser-based
OP>,
K%-system.
*=6!
Z-18Z723

3
4
-4:;H<%!!N> 
:56Q,!0-3<%)*)*-,
Z-O 4.3.2 Sensitivity of Training/Test Ratio
3*7,
Z)*!

F7A¬C
d-
K-:371> G!307)
qr(
-OP(
-8t8'Tv47
4( 
2k6)*!:-)*;Z&œ-l:>!S-O
%
:o(Kd-l -)*;H27-A=Y5W7Y5!(A@ N–
L M8-)* 72

510^*@C
0aK@7SF
-;=

@D) ¢  ] ¢  Œ ho%--)*;Z@ ¢  ‹ 'fvZ%7o@S7


%-o3*7,
Z)*!)*-1
H(
-OP>,
o’=v¤!307)*
' :3;Ì
6
Y5!(
=<J(6-l -)*;
(
3Z7
UWG(J7Z!:307)«_(
G7M> 
F(>!:
7`¬C
 ^kj%-{3-¤%7:9;(-
^Ÿ;>,
%W=371¤
()
-
<-:371> F!307)u]%Q,3(I0&Y-!:5867 o-3

j>,
h%7/'žx&(G
(!0
AJ
72j
737-
<9;(,!aI%-I207(6%%-I@D& -@#)A%-
–
vC3(Fâ1'TUW2>
85S747691(!0^Z@/:%8:A:%-

qrr' '/<%
N-`5-I 

>!K371> <A@#)u)A!
t–

4=&%-
 E' L 763

OP>
_%87A
72
=> 8O
371> 7;1
t8'
_–
-*
(!0
A7f7I>
%]
%87)*_@DY!«5!(
A@ h>(

v–

G=I%8
 h7_9;(,!:0aV,
Z`@r!!2> !p7_>,
:%

$° ~G
yS!!T(H8l 8:)*-1
S=-Z:)*!-O
%7)*'=v)w7F%(5-
=H
!%8 _½ ¢ Â ÎA
&])G()
Experimental platform.
)*-1J(
3 W I%)*:!](
:3*:)*B
]œ 3 ¢ ' 5!(<@DS(6
(>
9;(; -l -)*;
'
UWF`!!/(6-l -)*;
2`K!1(l_>,
]¬k’ž207]b^;!
¬C-1()pbbb4;%

&7
513ZG
 _@ ¢¢ ©J–&BF,I§<¡
@ + y&©X'
4.3.3 Experiments with neighborhood size
L 74
B=@74371> 7;1H7,
T
30Q,%;T)*,%8TH7
%-`9;(,!a Š0‹  ‘ ' L A--)*<7H

051aI@R7

4.3 Experimental Results ,
)*-8 =c -@#)*žj-l -)*;Y27-]=`5
ba_7:
2
%8:I=F
;2(68l 8:)*-1! 
(!0
S@[O 7Y1()G> -M@6371> 
Z`> J(
d,d%)*(o©Iy&• '
!03Z0)KOP>,
Y%-!!:> 
5FQ,!0-3Z-%87:9;(
k@DS3-O x&(*-
(!0
Y]
72h:jvC3(câ;' UVI%j>
-5I7,
83M%-
'4x&(4-
(!0
=
&)A!K51:K;<^k 7A
BA@S371> 7;1f;
Gn.%-M7Y9;(,!aW@S:%8O

^ñž9;(,!0^W
(!0
Ad -@#)A%-_
(!
'obaf



O '=¡k(27<^kK)*-71
2
7{0n.-;2^ 
2@[

05;O
3H7S91(!0^Z@.%)*)*,
=2Q
k-8)*:G7 0^;' L 7H>,
%M0)KOP0)m!:307)°)*
5
2
6kF:%-


-
050aI@[
)*H,)*--
S> -@#F(3Z7M)AI-l1O 7M-:371> 7;1`
BG@N) ‹¢ Y¯ ¢ E@D8<7,
&7HG@

(–
 8:)*-1' L 7
<)*8-
2:%!(,&7<371> 7;1J
B %-
*:)*:
7
<,I7M%(5M-,
S_> Hœ 
'Mx&]7
725!:(2@7 3;Ì
-
k E;,K-n.-%-
k@E0n.-; 7-H7,,./7Z3-

:OP>,
d!307)­
7
2
G-%-


)*!:0^J)*
(
'Sv&--)*3K7F

510^J@R5
O j%-j9;(,!0^d207h:%-
j1()G> -K@F37> 
'
(
Z)*--
[=*@#;%-(
d!0dV7A3c
]
- ’k
:-3Y> 7_,
SkM
-!:-%-F¯ ¢ 
&(6)A!E%7%
,*@#(7-=51N*0 1G ƒ  „#ˆ„#ˆ1‰ ,Y ƒa† ” ƒ  _, @[371> 7;1J
B'
(
_7)˜K!
J7<)*--
'
4.3.4 Quality Experiments
x %-&=F>J7F:)A!.5!:(
2@T7<,
)*--
=
&
4.3.1 Effect of Similarity Algorithms
UWF)*!)*;*7H0n.-;2
)*:!:
aI!307)*
6>O %)*, > 7K@(R0)KOP>,
K%87
[27K7 > %7O

%I%-
k
z(
f%-
J,o%!:j
*
%-> o: )AJ(
-OP>,
c!37)I'GUWZ
;<7M
(!0
FXvC:3O
ª1%-A¯1' ‹ ,M
Z7-)ìK(k<
8
'[v4%87K
)*0O (  'hba*%j> _>
-5d@D)Í7_%87
K7,
K7_>,
:%
 ºx
»
Sensitivity of the parameter Sensitivity of the Neighborhood Size

» 0.87
»
» 0.85

»
0.751

»
0.83
0.81 »
MAE

MAE
0.746

» 0.79
»
» 0.77 0.741

» 0.75
»
0.73
» » » » » » » » 0.736

10
20
30
40
50
60
70
80
90
100
125
150
175
200
0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
Train/test ratio, x No. of Neighbors

itm-itm itm-reg itm-itm itm-reg

þ2ØDÿ EÕ
Ö " \•%“.ÖÜEùØDÚØDý/ØDÚöjÛ^2ÚEÖ~CåÕ
å äXÖ1ÚÖ1Õ_½IÛ ÜjÚEÖ`Ü/ÖØNÿ"ø[Û,Õ
EÛ.Û×£ùØf¾Ö
¿ÁÀoÂ0ùÄm¿ÁÀoÂ0ÃÆÅ
ÇkÈ.É.Êo–w¿ÁÀoËÌÖØ×ÃÆÉ.ÍRÀNÎ"Â=ʚÏÉ
ÊoÃÑЦÀoËÌÂvÍRКÂ=ÊNÒ× Å.КÂ0ӔÅ.ÇÔÈ)É
Êo¿ÁÀoËÌÃ 
Å×ÀNÅ.ÇÔÇSÕ)Å
ÇÔÍÌÂ0ЦÉ
Ï ÖØÂ0– ¿ÔÈ)ËBÒ"É.ÊoËRÉQÉBÓ_К¿ÔÙ0Â'ÚÜÛ)ÝrÞŠӗ– Å.ÇÔÇÕ)Å
ÇkÍRÂ0ÐÉ
Ï 
Â0¿ÔÈ)ËBÒ"É.ÊoËRÉQÉBÓßК¿kÙ= ×/è”ÚÜéÝBê à árÞ5âNãÌÉ
ÊPÂ=äRÅ
ÃÑ× ÎÌÇÔÂ)å"ÅÀ ÚÜÝBà æÑÍRКÂ=ʚÄ
Sensitivity of the model size
(at selected train/test ratio)

ÍRКÂ=ʗКç5ËR×_Â0ÃÑè”ÂßéËê Å
ЗŠÉ.Ï(ÝBà ë)æ)æ$Å Óì¿ÁÀoÂ0ùÄm¿ÁÀoÂ0ÃíКçËÌÂ0ÃÑÂ
КËRÉîJÐÅ × É.Ï3ÝDà ëïrðDâñB¿kÃÑ¿ÔÇkÅ
ÊoÇÁò¹Å
À¦Å × Â0¿Ôè”È)ËBéPÒ"ê É.ÊoËRÉQÉBÓÑК¿kÙ=Â× É
Ï 0.84

ó ÝtÍÌКÂ=ʚÄmÍÌКÂ5ÊÅ Ó¹¿ÁÀoÂ0ùÄm¿ÁÀoÂ0ÃôКçËÌÂ0ÃÑÂ0×ÐõКËRÉî É.Ï3ÝDà ë.Û)ötÅ Ó 0.82

ÝBà ë)ö ó ÊoÂ0КÎ"Â0ç=Ào׿ÔÕrÂ=ÇÔòQâø÷× ËÌÂ~ÊoÂ0È.ÊoÂ0КК¿ÔÉ éÄmÒÅ

КÂӀÅ
ÇkÈ.É.Êo¿ÁÀoËÌÔåP– ËÌÉ×î¦Ä 0.8

MAE
Â=ÕrÂ=Êå¦ÐšËR× ÉîJп ÀoÂ=ÊoÂ0ÐùÀo¿ ÈwÒ"Â0ËÅÕB¿ÔÉ.Êâ ÀÇÔÉîVÕ.Å.ÇÔÍRÂ0ÐÑÉ.Ï Å Ó
0.78

ÅÀ'ÇÔÉî Â0¿ÔÈ)ËBÒ"É.ÊoËRÉQÉBÓ\К¿ÔÙ0¹¿ÁÀtÉ.ÍRÀtÎ"Â5ʚÏÉ.ÊoÃÑÐÀoËÌÂúÉ
ÀoËÌÂ=ÊPÀcîÉ9Å.ÇÁÄ
0.76

È.É.Êo¿ÁÀoËÌÃÑÐ0åÒÌÍDÀ_Å.Ð_ÀoËR× Â¨ÓRÂ × Ðš¿ÔÀ,ò;É

Ï'ÀoĘ̈ÓÌÅÀűКÂ5À9¿ÔÐ9¿ × ç=× ÊoÂÅ.КÂ0Ó
0.74

É
Ê(Å.Ðvî¹Å)ÓRÓ¨ÃÑÉ
Êo Â0¿ÔÈ)ËBÒ"É.ÊoÐv¿ÁÀ'Î"Â=ʚÏfÉ.ÊoÃÑÐPîÉ.ÊoКÂ)å3Â0Õr ç0É.ùÄ
0.72
25 50 75 100 125 150 175 200 item-item

ÎÌÅ
ÊoÂÓ¨ÀoÉ9ÀoË̹ÍRÐš× Â=ʚÄmÒÅ
КÂÓw× Å
ÇkÈ.É.Êo× ¿ÁÀoËÌ× Ã”âûw× ÂÑÅ.ÇÔКÉßç0É.ÃÑÎÅ
ÊoÂ0Ó\É)ÍDÊ Model size

Å
ÇÔÈ)É.Êo¿ÁÀoËRÃÑÐPÅ
ÈrÅ.¿ ÐùÀÀoËRÂ Å
¿kÕ)Â É Î"Â=ÊoÐšÉ Å.ÇÔ¿ÔÙ0ÂӔÅ
ÇÔÈ)É.Êo¿ÁÀoËRÃVÓDÂ=Ä
Кç5Êo¿kÒ"Â0Ó9¿ ×ýüÁþ öÿFâ × ×
x=0.3 x=0.5 x=0.8

ûwÂ(ÓDÊÅ0îÜÀ,îÉÑç0É ç0ÇÔÍRК¿kÉ ÐNÏfÊoÉ)ÃÆÀoËÌÂ=КÂ'ÊoÂ=КÍÌ× ÇÁÀoÐ0âNã´¿ÁÊoÐùÀå"¿ÁÀoÂ0Ã¹Ä B 2:: @A"?C!24"#%@A$'-;&(.!! )+*,’ -,:/-;/!D. 

-1)0E243 @4-,:45 2A!7
68/-,5F2(6 9 !:(*, ¾ !72)/-;!<6>=?+@A*;!<9
ÒÌÅ.КÂÓÅ
ÇkÈ.É.Êo¿ÁÀoËÌÃÑÐ7ÎRÊoÉÕB¿kÓR¦Ò"Â=ÀšÀoÂ=Ê
QÍÅ.ÇÔ¿ÁÀcò(× ÀoËÅ ÀoËÌÂJÍÌКÂ5× ÊšÄ,ÒÌÅ.КÂÓ
Å
ÇÔÈ)É.Êo¿ÁÀoËRÃÑÐÑÅ
ÀÅ
ÇÔÇNКÎÌÅ
ÊoК¿ÁÀcòýÇkÂ=ÕrÂ0ÇÔÐ0âìñDÂ0ç=É ÓSåõÊoÂ0È.ÊoÂ0КК¿ÔÉ ÄmÒÅ
КÂÓ
Å
ÇÔÈ)É.Êo¿ÁÀoËRÃÑÐNÎ"Â5ʚÏÉ.Êoà Ò"Â=ÀšÀoÂ=ʦîJ¿ÁÀoË9ÕrÂ5ʚòКÎÅ
ÊoКÂ'ÓRÅ
ÀÅ(КÂ=ÀåDÒÌÍRÀ¦Å.Ð
îÂÅ)ÓRÓw× ÃÑÉ.ÊoÂÑÓRÅ
ÀÅ_ÀoËR QÍ× Å
Çk¿ÁÀ,òwÈ.ÉQÂ0ÐúÓDÉî × âÑûýÂÑÒ"Â=Çk¿ÔÂ0Õ)¹ÀoËÌ× ¿ÔÐ
ËÌÅ.ÎRÎ" ÐÅ.Ð´× ÀoËÌÂõÊoÂ0È
ÊoÂ0КК¿ÔÉ ÃÑÉBÓDÂ0ÇrКÍ SÂ=ÊoÐÏfÊoÉ.Ã
ÓRÅ
ÀÅJÉ
Õ)Â=Ê ÌÀšÀo¿ È ÐšÂ=À(Àoɔç0É.ÃÑÎÌÍRÀo è”éPê Å × ÓwÎRÇkÉ
ÀšÀoÂÓ\ÀoËRÂÑÕ)Å
ÇkÍRÂ0Ð0â9÷Éßç0É)ÃÑÎÌÅ
ÊoÂ
ÅÀNËÌ¿ÔÈ)ËßÓD К¿ÁÀ,ò_ÇÔÂ0Õ)Â0ÇÔÐ0â îJ¿ÁÀoËÀoËRÂ_ÏfÍÌ× ÇÔÇJÃÑÉBÓRÂ0ÇК¿ÔÙ0Â Ö ¿Fâ Â)âÔå× ÃÑÉBÓRÂ0× Ç¦Ðš¿ÔÙ0Â”Ú × ÉDâ±É.Ïv¿ÁÀoÂ0ÃÑÐÞ
î× Â_Å.ÇÔКÉ~ÊÅ ÀoËR—ÐoÅ
ÃÑÂÑÀoÂ0ÐùÀ¹ç0É Ðš¿k× ÓRÂ5Êo¿ × È¨Å.ÇÔÇ¦Ðš× ¿ÔÃÑ¿kÇkÅÊo¿ÔÀ,ò$Õ.Å.ÇÔÍÌÂ0Ð
4.3.5 Performance Results
é ÏfÀoÂ=ÊКËÌÉîJ¿ × ÈNÀoËÅ
À3ÀoËÌ«¿ÁÀoÂ0ùÄmÒÅ.КÂ0ÓtÅ.ÇÔÈ)É
Êo¿ÔÀoËRÃ
ÎRÊoÉÕB¿kÓRÂ0Ð3Ò"Â=ÀšÄ ÀoÅ ËÌÂtÓý ÎÌ× ¿ÔÀo1ç ¿Á rÊoÂtÂÓýÎDÊoÒ"ÉQÂ0ç0ÐùÂ07À КÐwÏfÉ.ÏÉ
ÊNʹÀoËRÎRÊoÊoÂ0Â0Â'ÓR¿ÔÓDç=Ào¿ S¿ÔÉ Â=Êo È)× ÂÀ – Â=ÊÕ)ÅÅ
ÀoÇÔ¿kÍÌÉ Â0Ð â~Ö ûýÀšÊÅ.ÂÑ¿ × Êo¿ Â0× Î"HÈ Â0GÅ
ÀoÀoÂ0ÂÐùÓ À
ÀoÂ5Ê QÍÅ
×Çk¿ÁÀ,ò”É.Ï7ÎRÊoÂ0ÓR¿Ôç=Ào¿ÔÉ × ÀoËÅ × ÀoËÌÂ(é ÍÌКÂ=ʚÄmÒÌÅ.КÂÓßÅ
ÇkÈ.É.Êo¿ÁÀoËÌÔå"î ÊÅ
Ào¿ÔÉ.ÐÞ5âwã´¿ÔÈ.ÍRÊoÂ9ë9КËÌÉîJГÀoËR—ÎRÇÔÉ.ÀoГÅ
ÀúÓR¿SÂ=ÊoÂ × À – Õ)Å
ÇkÍRÂ0Ð0âJI,À
ÏfÉQç0ÍÌÐúÉ ÀoËÌ—КçÅ
ÇqÅ
ÒÌ¿ÔÇÔ¿ÁÀcò±¿ÔККÍÌÂ0Ð0â × Ð“ÓR¿ÔКç0ÍRККÂÓ$ÂÅ
ÊoÇÔ¿ÔÂ=Êå7¿ÁÀoÂ0Ã¹Ä çÅ × Ò"”É.ÒÌКÂ=ÊoÕrÂ0ÓÏfÊoÉ.à ÀoËÌÂ_ÎÌÇÔÉ.ÀoÐÑÀoËÅÀ¹ÀoËÌ è”éPê Õ)Å
ÇkÍRÂ0ÐÑÈ)Â5À
ÒÌÅ.КÂÓ_К¿kÃÑ¿ÔÇkÅ
Êo¿ÁÀ,ò_¿ÔЦÃÑÉ
ÊoÂvÐùÀÅ
Ào¿Ôç'Å Ó9Å
ÇkÇÔÉîJÐNÍÌÐÀoÉúÎDÊoÂ0ç0É.ÃÑÎÌÍRÀoÂ
ÀoËR“¿ÁÀoÂ0Ã × × Â=¿kÈ.ËBÒ"É.ÊoËÌÉQÉB× ÓSât÷ËR× ¿kÐPÎRÊoÂ0ç0É.ÃÑÎÌÍDÀÅ
Ào¿ÔÉ × É
Ï7ÀoËRÂ(ÃÑÉBÓDÂ0× Ç Ò"Å
ÊoÂ=ÂPÀšÀoÓDÂ=ÊÊPÅ
Å.ÐùÀoÐN¿kçPîÅ
Â'À¿ × ÀoËRç=ÊoÂÂ0Ò"Å.КÂ=Â'È)¿ Ào×ÌËÌ× Â'¿ × ÃÑÈRåDÉBÒÌÓRÍDÂ0Ç3ÀКÈ
¿ÔÊÙ0Å)ÂúÓDÅ Í× Å.Ó_ÇÔÇÁò—ÀoËRКÂ'ÇÔÉ¿kîaÃÑÓRÎDÉÊoÉî Õr× Â0ÃÑÅ
ÐÂ × îÀo Ð
ËÌÅ.ÐJç0Â=ʚÀÅ
¿ Î"Â=ʚÏfÉ.ÊoÃÅ ç0ÂvÒ"Â ×  ÌÀoÐ0â«÷3É¹× Ã
Å rÂNÀoËÌÂÐùòRÐùÀoÂ=Ã Â0ÕrÂ
ÃÑÉ
ÊoÂ”× ÐšçÅ
ÇqÅ
ÒÌÇÔ× Â”îÂßÇÔÉQ
É r×ÂÓì¿ ÀoÉ\ÀoËR”К К¿ÔÀo¿ÔÕB¿ÁÀcòÉ.ÏPÀoËÌÂ9ÃÑ× ÉBÓDÂ0Ç Ïf¿ ×ÊoÉ.ç=à ÊoÂ0Å.ÀoКËÌÂ9Â=КÀoÂúËRÂ9ÎÌÇÔÃÑÉ
ÀoÉBÐvÓR¿ÔÂ=ÐvÇÀoКËÌ¿ÔÙ0Â(Â)ËÌâì¿ÔÈ)÷Ë\ËÌÅ.”ç0ç=ÃÑÍRÉ.ÊÅ.ÐùÀ¹ç5òß¿ÔÃÑÀoËÎ"Å
É.ÀvʚÀçÅ Å × × À¹Ò"É)¹ÒRКÅ
Â=ç5ÊoËRÕ.¿kÅ
Â=ÀoÕr¿ÔÉÂ×Ó
К¿ÔÙ0Â_Å Ó\ÀoËÌ ÇÔÉQÉ rÂ0Óý¿ ÀoɔÀoËRÂÑ¿kÃÑÎÌÅ.ç=À'É
ÏNÃÑÉBÓRÂ0ǫК¿ÔÙ0ÂÉ ÀoËR ÍÌК¿ × ÈÑÉ × ÇÁò”ÅÑÏqÊÅ.ç=Ào¿ÔÉ × É
Ï«¿ÔÀoÂ=ÃÑÐ0âNãÌÉ.ÊÂ=äRÅ.ÃÑÎRÇkÂ.å"Å
À – ڀÝDà Û¹ÀoËÌÂ
ÊoÂ=КÎ"É × ÐšÂtÀo¿ÔÃÑÂtÅ × Ó—ÀoËDÊoÉ)ÍRÈ)ËÌÎRÍRÀâ ÏÍRÇÔÇR¿ÁÀoÂ0ùÄm¿ÁÀoÂ0Ã
КçËÌÂ0× ÃÑÂ7ÎRÊoÉÕB¿kÓRÂӓŠ×Ñè”éê É
ÏSÝDà ë.á)ë.ÛBåBÒÌÍR×$À´è”ÍÌКéP¿ × ê È
ŔÃÑÉBÓRÂ=ÇК¿ÔÙ0ÂÉ.ÏNÉ é ÇÁò±– ö)æQåîÂÑîÂ5ÊoÂ9Å
× ÒÌÇÔÂÑÀoÉ~Å.çËÌ¿ÔÂ0Õr—Š×
.
Õ Å.ÇÔÍÌÂ_É.ÏtÝBà á.ïQöQâ À Ú ÝDà á¨ÀoËRÂ0К ÍRÃúÒ"Â=ÊoГÅ
Êo”Â=Õr ÃÑÉ.ÊoÂ
4.4 Sensitivity of the Model Size
÷× 3ÉtÂ=äDÎ"Â=Êo¿ÔÃÑÂ × ÀÅ.ÇÔÇÁò¹ÓDÂ=ÀoÂ=ÊoÃÑ¿ × Â×ÀoËR¦¿kÃÑÎÌÅ.ç=À«É
ÏÀoËRÂJÃÑÉBÓRÂ0ÇDК¿ÔÙ0 Å.ÎRÎ"ÂÅ.ÇÔ¿ × × "È K;ÏfÉ.ÊtÀoËRÂ(ÏfÍÌÇÔÇ¿ÁÀoÂ0Ã¹× Äm¿ÔÀoÂ=ÃÆîÂúËÌÅ)ÓßÅ ×\è”éê É
ÏÝB× à ë)ö ×ó
É× ÀoËR QÍÅ
ÇÔ¿ÔÀ,ò±É.ÏÀoËÌ—ÎRÊoÂÓD¿kç5Ào¿kÉ å7î”КÂ0ÇÔÂ0ç5Ào¿kÕ)Â0ÇÁò±Õ)ÅÊo¿k×Â0Ó±ÀoËR ÒÌè”ÍDéPÀ¦ê ÍÌК¿ ȹœÃÑÉBÓDÂ0× ÇSК¿ÔÙ0Âv×É.Ï´É ÇÁò_ö.æ(îÂPîÂ=ÊoÂtÅ
ÒÌÇÔÂvÀoÉúè”É.ÒRéPÀÅ.ê ¿ Å
ÍRÃúÒ"Â=Ê7É.Ï¿ÔÀoÂ=ÃÑÐ7ÀoÉ(Ò"ÂPÍÌКÂ0ÓÑÏfÉ.ÊJК¿ÔÃÑ¿ÔÇkÅ
Êo¿ÁÀcòç0É.ÃÑÎÌÍDÀÅ
Ào¿ÔÉ ÏfÊoÉ.Ã É
ϦÝDà ë.æ
ïRå´Å Ó~ÍRК¿ È_Å_ÃÑÉBÓRÂ=ǴК¿ÔÙ0¹É.Ïæ.ÝÀoËÌ î¦Å
Ð
ö.æJÀoÉv× ö.Ý)ÝN¿ × × Å × ¿ × ç5ÊoÂ0ÃÑÂ × À´É
ÏSö)æQâ é ÃÑÉBÓRÂ0ÇrК¿ÔÙ0ÂÉ.Ï DÃÑÂÅ × ÐÀoËÅÀ ÝDà ë
Û)áDLâ I × É.ÀoËÌÂ5ÊPîÉ
ÊÓRÐ0å3Å
À – Ú
ÝDà á—îÂ(îÂ=Êo“îJ¿ÁÀoËR¿ × ð × ó M Å × × Ó
î× Â'É × ÇÁò9ç0É Ðš¿qÓDÂ=ÊoÂÓ ´Ò"Â0ÐùÀК¿ÔÃÑ¿ÔÇqÅÊo¿ÁÀcò”Õ.Å.ÇÔÍRÂ0ЦÏÉ.ÊÃÑ× ÉBÓR×Â=ÇÒÌÍR¿ÔÇqÓB× Ä ð)þ áBà Û M × É.ÏtÀoËÌ”ÏfÍÌÇÔÇP¿ÁÀoÂ0ùÄm¿ÁÀoÂ0ÃíКçËÌÂ0ÃÑ
 N ЗÅ
ç0ç0ÍRÊÅ
ç=òyÍRК¿ È$É ÇÁò
¿ ÈßÅ Ó\ÇkÅ
ÀoÂ=Ê(ÍRКÂÓ ¥ ~É.ÏÀoËRÂ0× Ã ÏfÉ.Ê'ÀoËÌÂ¹× ÎDÊo× ÂÓR¿Ôç=Ào¿ÔÉ È) Â=ÊÅ
Ào¿ÔÉ à ð M Å Ó_Û M É.ÏÀoËRÂv× ¿ÁÀoÂ0ÃÑÐ0åBÊoÂ0КÎ"Â0ç=Ào¿ÔÕrÂ=ÇÔ%ò O ×
ÎDÊoÉQç0Â0КÐ0åîJËRÂ=Êo  ,â PК¿ È9ÀoËÌÂ¹× ÀšÊÅ
¿ ¿ Èß× ÓRÅ
ÀŔКÂ=À'îÂÑÎDÊo× Â=Ä ÷ËÌ¿ÔдÃÑÉBÓDÂ0ÇQК¿ÔÙ0ÂК К¿ÁÀo¿kÕB¿ÁÀcòvËÅ.Ð¿ÔÃÑÎ"É
ʚÀÅ À´Î"Â=ʚÏfÉ.ÊoÃÅ × ç0Â7¿kùÄ
ç=É)ÃÑ× ÎÌÍDÀoÂÓtÀo×ËÌ¿ÁÀoÂ0ÃôК¿ÔÃÑ¿ÔÇkÅ
Êo¿ÁÀcò(ÍÌК¿ ÈtÓR¿ SÂ=ÊoÂ × ÀõÃÑ× ÉBÓDÂ0ÇBК¿kÙ=× Â0Ð«Å Ó ÎÌÇÔ¿ÔçÅÀo¿kÉ × Ð0Pâ I,À¦Å.ÎÌÎ"Â0Å
ÊoÐÏqÊoÉ)Ã ÀoËRÂÎRÇk× É
ÀoÐÀo× ËÅÀ¦¿ÁÀ¦¿ÔÐÍÌКÂ5Ï× ÍÌÇÀoÉ(ÎRÊoÂ5Ä
Ào× ËR ÍRКÂÓ“É ÇÁò'ÀoËÌ«îÂ0¿ÔÈ)ËQÀoÂӓКÍÌ× Ã
ÎDÊoÂÓR¿Ôç=Ào¿Ô× É È)Â Â=ÊÅ
Ào¿ÔÉ ÀoÂ0ç5ËDÄ ç0É.× ÃÑÎÌÍRÀoÂÀoËÌÂv¿ÁÀoÂ0ÃøК¿ÔÃÑ¿ÔÇkÅ
Êo× ¿ÁÀo¿ÔÂ0ÐÍRК¿ È¹É ÇÁò”Å(× ÏfÊÅ.ç5Ào¿kÉ É.Ï¿ÁÀoÂ0ÃÑÐ
¿ BÍRÂÀoÉPÎDÊoÉÕD¿kÓDÂÀoËÌÂÎDÊoÂÓR¿Ôç=Ào¿ÔÉ Ð0â´ûwÂÀoËÌ ÍÌКÂ0Ó(ÀoËÌÂ7ÀoÂ0ÐùÀ7ÓÌÅ
ÀŠŠӗòQÂ5ÀJÎ"É)КК¿ÔÒÌÇÔÂtÀoɹÉ)ÒDÀÅ.¿ È.ÉQÉBӔÎRÊoÂÓD¿kç5Ào¿kÉ QÍÅ
Çk¿ÁÀ,òQâ
 Item-item vs. User-user at Selected Item-item vs. User-user at Selected
Neighborhood Sizes (at x=0.8) Density Levels (at No. of Nbr = 30)
Q0.755 Q0.84
Q0.75 Q0.82
Q0.745 Q0.8
Q0.74 Q0.78

MAE
MAE Q0.735 Q0.76
Q0.73 Q0.74
Q0.725 Q0.72
R20 S60 T90 R200 Q0.2 Q Q Q0.9
10
UNo. of neighbors 125 0.5 0.8
Train/test ratio, x
user-user item-item user-user item-item
item-item-regression nonpers item-item-regression nonpers

4 "!>V($XWY2%6>Z+@A[\*;2)]243^Z+"!9+ B -,/2)`_aa@4:\-10E243'bced[fhgibecd[fj@4)+9lkamd[nogikamd[n B 2:\:/@A?C24"@A-,/.! ’ :/-;!D

) p@4:A24[-,5F6*qLrs!
B 2%68Z+@<[!JZ+"!9+ B -,2)t_( @4:\/-,!*@A- – Ú/ÝDà öHuÝDà æDuÝBà á@4)+9ìÝDà ðq

ÇÔ¿ × ÂvÎ"Â=ʚÏfÉ.ÊoÃÅ × ç0Â)â«ãRÍRʚÀoËÌÂ5ÊoÃÑÉ.Êo× Â)åBÓD× ÍÌÂNÀoɓÀoËÌÂNÃÑÉBÓRÂ=ÇÔÄmÒÌÅ.КÂӗÅ.ÎDÄ

4.4.1 Impact of the model size on run-time and through- ÎR×ÊoÉ)Å.çË3åS¿ÁÀv¿ÔÐvÎ"É.КК¿ÔÒÌ× ÇÔ“ÀoÉÑÊoÂ=ÀÅ
¿ É ÇÁò~ÅÑКÃ× Å.ÇÔǴКÍÌÒRКÂ=ÀvÉ
Ï¿ÁÀoÂ0ÃÑÐ
put
v ¿ÔÕrÂ × ÀoËR
 BÍÌÅ.ÇÔ¿ÁÀcò$É
ÏNÎRÊoÂÓD¿kç5Ào¿kÉ × ¿kГÊoÂÅ.ÐšÉ × Å.ÒRÇÁò±È)ÉQÉBÓ$îJ¿ÔÀoË Å ÓÎDÊoÉBÓRÍRç0Â_ÊoÂÅ
ÐšÉ Å.ÒÌÇÁòÈ)ÉQÉBÓìÎRÊoÂÓD¿kç5Ào¿kÉ QÍÌÅ.ÇÔ¿ÁÀcòQlâ PÍRÊúÂ=äBÄ
КÃÅ
ÇÔÇÃÑÉBÓRÂ=ÇК¿ÔÙ0Â.åÌîÂtÏfÉQç0ÍÌÐNÉ × ÀoËRÂPÊoÍ × ÄFÀo¿kÃÑÂPÅ × Ó_ÀoËRÊoÉ.ÍÌ× È)ËRÎÌÍDÀ Î"Â=Êo¿ÔÃÑÂ × ÀÅ.ÇSÊoÂ0КÍRÇÔÀoÐJКÍRÎÌÎ"× É.ʚÀJÀoËÌÅ
ÀJç0×ÇkÅ.¿ÔÔâ7÷ËÌÂ5ÊoÂ=ÏÉ
ÊoÂ)åÀoËÌÂt¿ÁÀoÂ0Ã¹× Ä
É
ϦÀoËÌÂÑÐùòD× ÐùÀoÂ0Ôâûý¹ÊoÂ=× ç0É.ÊÓDÂÓ\ÀoË̹Ào¿ÔÃÑÂú× ÊoÂ;BÍR¿ÁÊoÂÓ\ÀoɔÈ. Â=Ê× ÅÀo ¿ÁÀoÂ0Ã Ðš× ç5ËRÂ0ÃÑÂ7¿ÔÐ3çÅ.ÎÌÅ.ÒÌÇÔÂ7× ¿ Å.ÓÌÓDÊoÂ=КК¿ ÈNÀoËRÂê ÀcîÉNÃÑÉ)ÐùÀ3¿ÔÃÑÎ"É.ʚÀÅ À
ÎDÊoÂÓR¿Ôç=Ào¿ÔÉ Ð9ÏfÉ.ʔÀo× ËRÂ\ Ào¿ÁÊoÂ~ÀoÂ0ÐùÀßКÂ=À”Å ÓaÎRÇkÉ
ÀšÀoÂÓyÀoËÌ× Â0ÃK¿ Å çËÅ.ÇÔÇÔ È)Â0ÐÉ
× ÏRÊoÂ0× ç=É)ÃÑÃÑ ÓRÂ=Ê3ÐùòDÐùÀoÂ0ÃÑ× Ð3ÏfÉ.Ê eÄ €É.ÃÑÃÑÂ=Êoç0‚ HQÍÅ.ÇÔ¿ÁÀcò
çËÅʚÀPîJ× ¿ÁÀo–˨Õ)ÅʚòR¿ ÈÑÃÑÉBÓRÂ0ǴК¿ÔÙ0Â.âvûýÂ'ÎÌÇÔÉ
ÀšÀoÂӔÀoËÌÂ'ÊoÍ Ào¿ÔÃÑÂúÅÀ É.ÏõÎDÊoÂÓR¿Ôç=Ào¿ÔÉ Å Ó9ËÌ¿ÔÈ.Ë9Î"Â=ʚÏfÉ.ÊoÃÅ ç0Â)â
ÓD¿ S– Â=Êo À Õ.Å.ÇÔÍÌÂ=Ð0âNã´¿kÈ.ÍRÊo“á¹ÐšËÌÉîJÐÀoËRÂ'ÎÌÇÔÉ.Àxâ wPÉ
ÀoÂ'ËÌÂ=ÊoÂt× ÀoËÅÀ
ÅÀ Ú ÝBà ö)æ~ÀoËRÂ_îJËRÉ)ÇÔ”ÐùòDÐùÀoÂ0ÃIËÅ.ГÀoÉ\Ã[Å rÂ_ÎDÊoÂÓR¿Ôç=Ào¿ÔÉ × ÏfÉ.Ê
ö.Dæ uÝ.Ý)Ý9ÀoÂ0ÐùÀ“çÅ.КÂ=Ð0âßãRÊoÉ.à ÀoËÌÂÑÎÌÇÔÉ
À(îÂÉ)ÒÌКÂ5ÊoÕrÂÅ9КÍÌÒRÐùÀÅ Ào¿kÅ.Ç ƒNÂ0ç0É)ÃÑÃÑÂ × ÓRÂ5ÊÐùòDÐùÀoÂ0ÃÑЦÅÊoÂtœÎ"ÉîÂ5ʚÏÍÌÇ × Â5îaÀoÂ0ç5Ë × É.ÇkÉ.È.ò—ÏÉ
Ê
ÓD¿ SÂ=ÊoÂ × ç=ÂP¿ × ÀoËRÂNÊoÍ × ÄFÀo¿ÔÃÑÂÒ"× Â5ÀcîÂ=Â × ÀoËÌÂP– КÃÅ
ÇÔÇ"ÃÑÉBÓRÂ0ÇК¿ÔÙ0× ÂvÅ × Ó 5. CONCLUSION
= äBÀšÊÅ.ç5Ào¿ × ÈtÅ)ÓRÓR¿ÁÀo¿ÔÉ × Å.ÇÕ.Å.ÇÔÍÌÂ7ÏÉ.ÊÅvÒÌ× ÍRК¿ × Â0КÐÏfÊoÉ.à ¿ÔÀoЫÍÌ× ÐšÂ5ÊÓRÅ
ÀÅÄ
ÀoËRÂ7ÏfÍÌÇÔÇB¿ÔÀoÂ=ùÄ,× ¿ÁÀoÂ0à ÎRÊoÂ0ÓR¿Ôç=Ào¿ÔÉ çÅ.КÂ)âãÌÉ.Ê ÚaÝBà ö.æNÀoËÌ«ÊoÍ Ämþ Ào¿ÔÃÑþ.þ ÒÅ
КÂ0Ð0â«÷ËÌÂ=К¦ÐùòRÐùÀoÂ=ÃÑЫËRÂ0ÇÔÎúÍRКÂ=ÊoÐF Ó(¿ÁÀoÂ0ÃÑÐÀoËÌÂ=ò'î¦Å À«ÀoÉPÒÌÍRò
¿ÔÐöBà Ý.ÝröúКÂ0ç0É ÓDÐJÏfÉ.ÊNÅúÃÑÉBÓDÂ0ÇSК¿ÔÙ0ÂvÉ.Ïõö.Ý)ÝÑÅ
ЦÉ)ÎRÎ"É)КÂÓ_ÀoÉ ïDà ÏfÊoÉ.Ã × ÅtÒRÍÌК¿ × Â0КÐ0âCƒN× Â0ç0É.ÃÑÃÑÂ × ÓDÂ=ÊõÐùòDÐùÀoÂ0ÃÑЫÒ"× Â × ÂRÀ«ÍÌКÂ=ÊoÐ7ÒBò“Â × Ä
ÏfÉ.ʓÀoËÌÂ× Ò× Å
К¿k痿ÁÀoÂ0ù– Äm¿ÁÀoÂ0à çÅ.КÂ.â¨÷ËÌ¿ÔйÓDy¿ SÂ5ÊoÂ × ç0¿ÔÐúÂ=ÕrÂ × ÃÑÉ
Êo Å.ÒRÇÔ¿ È9ÀoËÌÂ=à Ào„É  Ó¨¿ÁÀoÂ0ÃÑÐvÀoËRÂ=ò~ÇÔy¿ rÂ)⠀É ÕrÂ5ÊoКÂ0ÇÁòQå3ÀoËRÂ=ò¨ËÌÂ0ÇÔÎ
ÎD×ÊoÉ)ÃÑ¿ þ  ÀNîJ¿ÁÀoË × Ú
ÝD× à áÑîJËÌÂ=Êo“ÅÃÑÉBÓRÂ0Ç3К¿kÙ=ÂúÉ.Ïö.Ý.ÝÊo; BÍR¿ÁÊoÂ0Ð ÀoËÌÂÑÒRÍÌК¿ × Â=КÐ(ÒQò¨È)Â × Â=ÊÅÀo¿ × × ÈßÃÑÉ.ÊoÂÑÐoÅ
ÇkÂ=Ð0⠃NהÂ0ç0ê É)ÃÑÃÑÂ × ÓRÂ5ÊtÐùòDÐù× Ä
É ÇÁò à ö
ðrö$× ÐšÂ0ç0É ÓRÐ9Å ÓaÀoËRÂ~ÒÅ.К¿Ô稿ÁÀoÂ0ùÄm¿ÔÀoÂ=ÃKç0Å.КÂ\Êo; BÍR¿ÁÊoÂ0Ð ÀoÂ0ÃÑÐJÅÊoÂvÊÅ.ÎÌ¿kÓDÇÔò_Ò"Â0ç0× É.ÃÑ¿ ȹœç=ÊoÍÌç0¿kÅ
Ç3ÀoÉQÉ)Ç3× ¿ Ä,ç=É)ÃÑÃÑÂ=Êoç0ÂPÉ
Û ó à Û.ïКÂ0ç=É ×ÓDÐ0â × ÀoËÌÂ(ûýÂ0ÒL⠃Â=ç0É)ÃÑÃÑ ÓRÂ=ÊÐùòDÐù× ÀoÂ0ÃÑÐvÅÊo× Â¹Ò"Â0¿ ȗÐùÀšÊoÂ0ККÂÓ¨ÒQò”ÀoËÌÂ
÷ËRÂ0КÂÊoÍ ÄFÀo¿ÔÃÑ ÍÌÓÒ"Â=ÊoÐtÃÅ0ò¨Ò"—ÃÑ¿ÔКÇÔÂÅ.ÓR¿ × È~Å
ГîÂç0É.Ã¹Ä ËB×ÍÌÈ.Â_ÕrÉ.ÇÔÍÌÃÑÂÑÉ.ÏÍÌКÂ5ÊÑÓÌÅÀÅß× ¿ Â=äD¿ÔÐùÀo¿ È~ç0É
ÊoÎ"× É.ÊÅ
ÀoÂ9× ÓÌÅÀÅ.ÒÅ
КÂ0Ð0å
ÎRÍRÀoÂÓtÀoËÌÂ=à ÏfÉ.Ê7× ÓR¿ SÂ=ÊoÂ × À3ÀšÊÅ.¿ × ¿ × oÈ GÀoÂ0× ÐùÀõÊÅÀo¿kÉ.дîJËÌ× Â=ÊoÂ7ÀoËÌÂ7îÉ.zÊ QÄ Å Ó;îJ¿ÔÇkÇPÒ"¨ÐùÀšÊoÂ=ККÂÓaÂ0Õr ÃÑÉ
ÊoÂ~ÒBòÀoËÌÂß¿ ç=ÊoÂÅ.К¿ ÈìÕrÉ.ÇÔÍÌÃÑÂ
ÇÔÉ)Å)ÓßК¿ÔÙ0Â)åS¿Øâ Â)âÔå ÍRÃúÒ"Â=ÊJÉ
Ï«ÎRÊoÂÓD¿kç5Ào¿kÉ ÐJÀoÉÒ"Â(È. Â5ÊÅ
ÀoÂӔ¿ÔÐvÓD¿ÁÏfÄ É.× ÏvÍÌКÂ=ʗÓRÅ
ÀÅwÅÕ.× Å.¿ÔÇkÅ.ÒRÇkÂ~É × ÀoËÌ—ûýÂ0Ò…â wÂ=îøÀoÂ0çË × É.ÇÔÉ)È)¿ÔÂ0Ð_Å
ÊoÂ
ÏfÂ=Êo ×× À Ö ÊoÂ=çÅ.ÇÔÇv×ÀoË× ÅÀ”ÅÀ – Úí ÝBà Û±É)ÍDʔÅ
ÇÔÈ)É.Êo¿ÁÀoËRà ÍÌКÂ=ДÛ)DÝ uÝ)Ý.Ý Â=ÂÓRÂÓ¹ÀoËÌÅ
À¦çÅ ÓDÊÅ.ÃÅÀo¿ÔçÅ.ÇÔÇÁò¿ÔÃÑÎRÊoÉÕrÂJÀoËÌÂNКçÅ.ÇkÅ.ÒR¿ÔÇk¿ÁÀ,ò_É
ÏÊoÂ0ç5Ä
ÊÅÀo¿ È)ÐPÅ.ÐNÀšÊÅ.¿ ¿ ÈÓRÅ
ÀÅÑÅ × Ó”ÍÌКÂ=ÐN× ÀoËRÂv× ÊoÂ0ÐùÀPÉ
Ïë.Ý uÝ.Ý)ݹÊÅ
Ào¿ × È)Ð É)ÃÑ×ÃÑÂ × ÓRÂ5ʦÐùòDÐùÀoÂ0ÃÑÐ0â × ×
Å
ЫÀoÂ=ÐùÀÓRÅ
ÀÅÀoÉtç0É.ÃÑÎÅÊo¦ÎRÊoÂÓD¿kç5Ào¿kÉ Ð«È) Â=ÊÅ
ÀoÂ0ÓúÒQò“ÀoËR¦ÐùòRÐùÀoÂ=à I ÀoËÌ¿ÔÐPÎÌÅ.Î"Â=ÊNîÂ(ÎRÊoÂ0К ÀoÂ0ӔŠӔÂ=äDÎ"Â=Êo¿ÔÃÑÂ × ÀÅ.ÇÔÇÁò”Â0Õ.Å.ÇÔÍÅÀoÂÓ
ÀoÉvÀoËRÂJÅ.ç=ÀoÍÌÅ.ÇÌÊÅÀo¿ × È)ÐÞ5â«÷3ÉtÖ Ã
Å rÂÀoËRÂ × × ÍRÃú× Ò"Â=ÊoÐç=É)ÃÑÎÅÊÅ.ÒRÇkÂ× îÂ Å × Â=î Å.ÇÔÈ.É.Êo¿ÁÀoËÌà ÏfÉ.7Ê €ãÄmÒÅ.КÂ0Ó¨ÊoÂ0×ç0É.ÃÑÃÑÂ × ÓDÂ=ÊvÐùòDÐùÀoÂ0ÃÑÐ0†â PÍRÊ
ç=É)ÃÑÎÌÍDÀo¦ÀoËÌÂJÀoËRÊoÉ)ÍRÈ)ËRÎÌÍRÀ ÎDÊoÂÓR¿Ôç=Ào¿ÔÉ ÐÈ) Â=ÊÅÀoÂÓÑÎ"Â=ÊКÂ0ç=É ÓÌÞ ÊoÂ0КÍRÇÔÀoÐ7× ÐšËÌÉîyÀoËÌÅ
À7¿ÔÀoÂ=ùÄ,ÒÌÅ.КÂÓúÀoÂ=ç5Ë ¿ QÍÌÂ0ÐõËÌÉ.ÇkÓÑÀoËRÂJÎRÊoÉ)ÃÑ¿ÔКÂN× É.Ï
ÏfÉ.ÊNÀoËÌÂtÃÑÉBÓDÂ0Ç3ÒÌÅ.КÂÓ9Å × Ó_ÒÅ.К¿Ôç'¿ÁÀoÂ0ùÄm¿Á– ÀoÂ0à КçËÌÂ0ÃÑ× Â0Ð0âã´¿ÔÈ)ÍDÊoÂ'á Å.ÇÔÇÔÉîJ¿ XÈ €ãÄmÒÅ.КÂ0ÓÑÅ.ÇÔÈ)É
Êo¿ÔÀoËRÃÑÐÀoÉvКçÅ.ÇÔÂJÀoÉvÇkÅ
ÊoÈ.ÂÓRÅ
× ÀÅPКÂ5ÀoÐ× Å Ó
çËÅʚÀoÐÀoþ ËÌÂ=КÂNÊoÂ0КÍRÇÁÀoÐ0âûýÂN×КÂ0ÂNÀoËÌÅ
À7ÏÉ.Ê Ú/ÝBà Û“× Å Ó×ßÅ
Àþ Å'ÃÑÉBÓDÂ0Ç Å
ÀJÀoËRÂvÐoÅ.ÃÑÂvÀo¿ÔÃÑÂvÎDÊoÉBÓRÍÌç=ÂvËÌ¿ÔÈ)ËD}Ä BÍÌÅ.ÇÔ¿ÁÀcòÊoÂ0ç0É.ÃÑÃÑÂ ÓRÅ
Ào¿ÔÉ Ð0â
К¿Ô× Ù0ÂÉ.Ï Ý.Ý'ÀoËRÂN× ÐùòDÐùÀoÂ0à È) Â=ÊÅÀoÂ0ÐJë.DÝ uÝ)Ý.Ý'ÊÅÀo¿ þÈ)Ð7¿ à ï)árë'КÂ0ç=Ä
É ÓDÐúÎRÊoÉBÓDÍÌç0¿ È~ÅßÀoËDÊoÉ)ÍRÈ)ËÌÎRÍRÀ(ÊÅ
Ào—É.ÏNïQHë uÛ ó îJËRÂ=ÊoÂ9þ Å
Ð“× ÀoËRÂ
ÒÌé Å.К¿Ô– çJ¿ÁÀoÂ0ùÄm¿ÔÀoÂ=ÀКçËÌÂ0ÃÑÂ× ÎDÊoÉBÓRÍRç0ÂÓúÅNÀoËRþÊoÉ)ÍRÈ)ËRÎÌÍR× À´É.Ï"ï)ð ó É ÇÁòQâ
À Ú ÝDà á9ÀoËRÂ0КÂúÀcîÉ ÍÌÓÒ"Â=ÊoÐvÅÊo—ö u5æ
Ýræ9Å Ówæ)æ.Ý9ÊoÂ=КÎ"Â0ç=Ä
Ào¿ÔÕrÂ=ÇÔòQâ Ìã Í × × ÓR¿ × È±ÏfÉ.×ÊßÀoËR¿kÐ_Êo×Â0КÂÅ
ÊoçËÜ× î× Å.ÐßÎDÊoÉ
ÕB¿k× ÓRÂ0Ó/¿ × ÎÅþ ʚÀßÒQòyÀoËÌÂ
6. ACKNOWLEDGMENTS
wvÅÀo¿ÔÉ Å
ÇõñDç=¿k ç0“ãÌÉ)Í ÓRÅ
Ào¿ÔÉ Í ÓDÂ=ÊPÈ
ÊÅ ÀoÐxIIšñ”ð ó Û.ð ó ÝBå(IIšñ
ðrë
Û.ï.ï)ïQöQåJ× Å × Óp× IIšñýð)ð)ë.á)ë þ ë~îJ¿ÔÀoËìÅ)ÓRÓR¿ÁÀo¿ÔÉ × Å.ÇÏÍ × ÓD¿ × È~ÒBòwPÂ=À
ãDÊoÉ)Ã
ÀoËÌÂÂ=äDÎ"Â=Êo¿ÔÃÑÂ × ÀÅ.ÇBÂ0Õ.Å.ÇÔÍÅÀo¿kÉ × É.ÏÌÀoËÌ¿ÁÀoÂ0ùÄm¿ÁÀoÂ0Ã
ç0É.ÇÔÇqÅ
ÒRÄ
4.5 Discussion ‡´Â=Êoç0Â=ÎRÀo¿ÔÉ  Ð I ç.â ÷ËR¿ÔДîÉ.zÊ yîÅ.ШÅ.ÇÔКÉìКÍÌÎÌÎ"É
ʚÀoÂÓ/ÒB…ò wtñRã

É ÊÅ
× Ào¿ÔÕrÂ{ÇÁÀoÂ=Êo¿ × ÈßКçËÌÂ=ÃѹîÂÃÅ
rÂÑКÉ.ÃÑÂÑ¿ÔÃÑÎ"É.ʚÀÅ × À(É)ÒRКÂ=ÊoÕ.Å
Ä €^€ˆƒJÄcð.ðrë.ö)æ þ ðDå ê I é Ä,ð)ð.á ó Ý
ïQöQå é €ˆI,Ä,ð.ð)árö.ö)ëïÒQò é ÊoÓx ò ƒNÂ0КÂÅÊoç5Ë
Ào¿ÔÉ Ð0â¨ã´¿ÁÊoÐùÀ× åÀoËÌÂÑ× ¿ÁÀoÂ0ùÄm¿ÁÀoÂ0à КçËÌÂ0Ö}| ÃÑ× ÂÑÎDÊoÉ
ÕB¿kÓR× Â=ГÒ"Â=ÀšÀoÂ5Ê7QÍÌÅ.ÇÔ¿ÁÀcò Š‰Ñç0Âtç=É × ÀšÊÅ.ç=Š À ‹ é G[‹ éPé v æ.æÄ,ð)áÄ þ Ä,Ý.ï)ï þ åÌÒBòÀoËR  ‹L ê;é Añ €ˆI
É
ÏÌÎDÊoÂÓR¿Ôç=Ào¿ÔÉ Ð3ÀoËÌ× Å × ÀoËRÂ7ÍRКÂ=ÄmÍÌКÂ=Ê × Ä ÂÅÊo× Â0ÐùÀ Â0¿ÔÈ)ËBÒ"É.Ê5ÞS× Ðšç5ËR× Â0ÃÑÂ)â ÎRÊoÉ.È.ÊÅ
ÃOÅ× × ÓÒQò × é ÊoÓhò × ~P¿ÔÈ)]Ë ‡´Â=ʚéPÏÉ
é ÊoÃÅ × ç0> €É)ÃÑÎRÍRÀo¿ × é >È ƒÂ5Ä
÷ËRÂ7¿ÔÃÑÎDÊoÉ
Õ)Â0ÃÑ À"¿ QÍÅ.ÇÔ¿ÁÀcòP¿ÔÐ3ç0É Ðš¿ÔÐùÀo À´ÉÕrÂ5Ê´ÓD¿ySÂ5Êo À Â0¿ÔÈ)ËRÄ ÐšÂÅÊoç5Ë € ÀoÂ=Ê7ç0É ÀšÊÅ
ç=À ÍRÃúÒ"Â=CÊ ‹ ~vÝ.ï
Ä,ðræiÄ €7Ä,Ý)Ý.Ý)áBâ ç0ç0Â=КÐ
Ò"É
Êo× ËÌÉQÉBÓ¹× Ðš¿ÔÙ0ÂJÅ × ×ӓÀšÊÅ
¿ × × ¿ × HÈ GÀoÂ0ÐùÀ«ÊÅ
Ào¿ÔÉRâC~ÉîÂ0× ÕrÂ=Êå.ÀoËÌ¿ÔÃÑÎDÊoÉ
× Õ)Â=Ä Ào× Éyç0É.ÃÑÎÌÍDÀo¿ × ÈìÏÅ.ç0¿ÔÇÔ¿ÁÀo¿kÂ=Ðw×î¦Å
Ð\ÎDÊoÉ
ÕB¿kÓRÂ0ÓÜÒQò é ~Œ‡€ˆ× ƒx€å × è × ¿ × Ä
ÃÑ À“¿ÔÐ É
À¹Ðš¿ÔÈ ¿ çÅ ÀoÇÁò$ÇkÅÊoÈ)Â)â±÷ËRÂ_КÂ=ç0É ÓÉ.ÒÌКÂ=ÊoÕ.Å
Ào¿ÔÉ ¿ÔÐ Â=КÉ.ÀŨñDÍRÎ"Â=Êoç0É)ÃÑÎRÍRÀoÂ=YÊ I ÐùÀo¿ÁÀoÍRÀoÂ)âßûwÂÇky¿ rÂÑÀoÉßÀoËÅ wÅ É òDÄ
ÀoËÌÅ
ÀÑ× ÀoËR”¿ÁÀoÂ0Ã × Â0¿ÔÈ.ËDÒ"É
ÊoËÌÉQÉBÓ¿kÐÑÏÅ.¿ÁÊoÇÁòyÐùÀÅ
Ào¿Ô×ç)åîJËÌ¿Ôç5Ë;çÅ × Ò"× Â ÃÑÉ)ÍRÐÊoÂ0ÕB¿ÔÂ=îÂ=ÊoÐJÏÉ
ÊJÀoËÌÂ0¿ÁÊNÕ)Å
ÇÔÍÅ.ÒRÇÔÂtç0É)ÃÑÃÑÂ × ÀoÐ0â
Î"É
Ào Ào¿kÅ.ÇÔÇÁòÜÎDÊoÂ=Ämç0É)ÃÑÎRÍRÀoÂÓSåîJËR¿Ôç5Ë/ÊoÂ0КÍÌÇÁÀoÐß¿ Õ)Â=ʚòaËÌ¿ÔÈ.ËÜÉ Ä
 Ž
Recommendation time vs. Model size
(at selected train/test ratio)
Ž(atThroughput vs. Model size
selected train/test ratio)

’35.75
’30.75
100000
˜80000

Throughput (recs./sec)
‘25.75
Rec. time (sec.)
‘20.75 —60000
15.75
–40000

10.75


20000
5.75
0
0.75
‘25 50 “75 ‘200 ”item- 50
100 125 150 175
item
25 75 100 125 150 175 200
”
item-

™Model size
item

•x=0.3 Model size

x=0.5
• •x=0.8 x=0.3 x=0.5 x=0.8

4 "!š($x›! B %2 6h68!)+9 @<-,2)>-,œ68!7@4)+9J-,5 "2 4 5 ZF - B 2%68Z+@<

*;2)8?C!D-‚Y!D!)86>2a9a!<:=?+@4*;!9>* B 5a!A6>!7@4) 9>3}+:\:a-;!<6>=z-!A6
* B 5 !<68!qžY5 ! B 2 68Z+@A[\*;24)+*†@A"!>*,5 2)]@<-†-,5 "D! !J9+/Ÿ!D[!)%- – .@4: !*q

é È)Â × ÀoÐÏfÉ.ʊ¹Â=ÀšÀoÂ5ʃÂ0ç=É)ÃÑÃÑÂ × ÓÌÅ

Ào¿ÔÉ × Ð0âDI ×¥^¦e§,¨1©1©ª
«¬D­
®Y§e¯
üÔþ ÿ é REFERENCES × °±A©ŒÃxÊÃxÂ<¶ ·o·{¨z§
¬;¯,©‚¦z©‚¬4¨‚© åÎÌÎ3âDï)Û)ð
Ämï.ï ó â
Öùþ È.ð.Èrð)Åð)ʚÞ5î¦4â Å.~PÇØå(É
ʚ€Ào¿ â4× €†È âÔ~PåÌûwÅ
ÀoÉ)çÇÁËÌÏcÂ0å4ÐN Râ4Å ×9¡õâÔê åRÈ.ûw<È Í3¤ åé ¢¹wâÔåÂ=Å î Ó£7Í3å<‡´âÌñSâ
7.
üÁþ öÿL~PÂ=ÊoÇÔÉQç1 rÂ=ÊåA RâÔå4¢tÉ × ÐùÀÅ × å4 RâÔåA¹É.ÊoçËÌÂ5ÊoÐ0å é âÔåÌÅ × Ó„ƒ¿ÔÂÓDÇØåA Dâ
v ÊÅ.ÎRËRÄFÀoËÌÂ=É.ÊoÂ=Ào¿Ôç é ÎRÎRÊoÉ)Å.çË_Ào{ × Öùþ ð)ð.ðrÞ5â éהé ÇÔÈ)É.Êo¿ÁÀoËRÃÑ¿kç'ãDÊÅ.ÃÑÂ=îÉ.zÊ ÑÏÉ
'Ê ‡´Â5ʚÏÉ.ÊoÃÑ¿ × È
I × ¥^¦e§,¨1©1©ª
«¬D­
®X§e¯Œ°±A© £ ° ²´³ŒÉ µŠ€µJÉ.ÇkÇk¶ ·oÅ
·Ò"É.¸PÊÅ
§
Ào¬;¿Ô¯,Õr©‚“¦z©‚ã´¬4¿Ô¨1ÇÁÀo© Â=âSÊoñR¿ Å ÈR× â €É)ÇÔÇkÅ.Ò"É.ÊÅÀo¿ÔÕrÂúã´¿ÔÇÁÀoÂ=Êo¿ × ÈD4â I 
¼Â[ݍ º ¶ ·o· â é € è ÎRÊoÂ=КÐ0â
× ¥
¦§,¨1©z©zª[«\¬D­
®X§e¯ŠÃY¸ ²
‹v¿ÔÂ0È.ÉR%å € é âÌÎRÎ3âÌö.Ý þ Äcö þ öBâ
ü öLÿ ¹Å
КÍ3%å €âÔAå ~P¿ÁÊoКË3å ~“âÔåÌÅ × Ó €É)ËRÂ × åDû
â Öùþ ð)ð.árÞ5â üÁþ ÛLÿ ~PÂ=ÊoÇÔÉQ1ç rÂ=ÊAå  Râ Ö ö
Ý)Ý.ÝrÞ5â  × ÓRÂ5ÊoÐùÀÅ × ÓD¿ × È¹Å × Ó IcÃÑÎRÊoÉÕB¿ × È
ƒNÂ0ç0É)ÃÑÃÑÂ × ÓÌÅÀo¿ÔÉ × Å.Š Ð €ÇkÅ.КК¿ çÅÀo¿ÔÉ × ¤ˆPК¿ × ÈÑñDÉQç0¿kÅ.ÇÅ × Ó é ÍRÀoÉ.ÃÅ
ÀoÂÓ €É)ÇÔÇkÅ.Ò"É
ÊÅ
Ào¿ÔÕr“㴿ÔÇÔÀoÂ5Êo¿ × È—ñBòDÐùÀoÂ0ÃÑÐ0â ¥±AصXØ
€É × ÀoÂ × ÀšÄmÒÅ
КÂ Ó I × ÏfÉ.ÊoÃÅ
Ào¿ÔÉ × ¿ × ƒNÂ0ç0É)ÃÑÃÑÂ × ÓÌÅÀo¿ÔÉ × â I × Üa±A©‚®z«\®zNJ¸P§
»ŠÀ4ÏD°}©‚¦¼¨«Å©‚¬4¨1©µX©}À4°}ØyÇYÓ(¬A«Ä
©‚¦‚®z«\°œ½§e¯
º ©z¨z§
»X»{©‚¬4ªH©‚¦L¼A½[®1°}©‚»¿¾„§
¦z|[®e±<§1À^¶ ·Á âÌÎÌÎâ þ.þ Ä þ æQâ ²J«\¬A¬©‚®‚§
°ÅÑHØ
ü ÛLÿ ¹Â=ʚʚòQå è âDû
âÔAå ‹vÍRÃÅ.¿ÔÐ0åñSâR÷PâÔå"Å × Ó XN ¹7Êo¿kÅ × å v âDû
â üÁþ ï
ÿL~P¿ÔÇÔÇFåDû
âÔåSñQÀoÂÅ)ÓSå<¡«âÔå4ƒNÉ)ÐšÂ × ÐùÀoÂ0¿ × å è âÔåÅ × Ó”ãÌÍDÊ × Å
Ð0å v â
Öùþ ð.ðræ.Þ54â PК¿ × È ¡3¿ × Â0Å
Ê é ÇÔÈ)Â=ÒRÊÅúÏÉ
xÊ I × ÀoÂ0ÇÔÇÔ¿kÈ.Â × À Öùþ ð)ð)æ)Þ5A⠃Â0ç=É)ÃÑÃÑÂ × ÓR¿ × È“Å × Ó ê Õ)Å
ÇkÍÌÅ
Ào¿ × È€ËÌÉ)¿Ôç0Â=п × Å
I × ÏÉ
ÊoÃÅ
Ào¿ÔÉ × ƒNÂ=ÀšÊo¿ÔÂ0Õ.Å.ÇØâ ¼ÂÃx² º ©‚Ä,«Å©‚ÆCÇPÈÉDÊ/ËÌ åÎRÎ3â ÞP¿ÁʚÀoÍÅ
+Ç €É.ÃÑÃúÍ × ¿ÁÀcòÑÉ
FÏ PКÂ)<â I  × ¥^¦e§,¨1©1©ª
«¬D­
®X§e¯†¸ ߊÂ¶ ·oà â
æ)ë
Û
Äcæ.ð)æBâ üÁþ æLÿ ¢'Å
ʚòDÎÌ¿ÔÐ0å v â Ö ö
Ý)Ý)Ý)Þ5â ê Õ)Å
ÇÔÍÅ
Ào¿ÔÉ × É.CÏ ImÀoÂ0ù}Ä ¹Å.КÂÓ_÷É)ÎDÅÄ w
ü ï
Lÿ ¹¿ÔÇÔÇÔКÍÌÐ0å ‹úâÔåÌÅ × „Ó ‡Å.Ù=ÙÅ × ¿Få è 4â  Dâ Öùþ ð.ð)á)Þ5â ¡3Â0Å
Ê × ¿ × È ƒÂ0ç=É)ÃÑÃÑÂ × ÓÌÅ
Ào¿ÔÉ ×9é ÇkÈ.É.Êo¿ÁÀoËÌÃÑÐ0â Ü%©¨1±D¬<«Ð¨zÑÕ º ©}À§
¦1°
× ×
€É)ÇÔÇkÅ.Ò"É
ÊÅ
Ào¿ÔÕrY Â I × ÏÉ.ÊoÃÅÀo¿ÔÉ × ã´¿ÔÇÁÀoÂ=ÊoÐ04â I × ¥
¦§,¨1©z©ª
«\¬D­
®Y§i¯ è ¿ ×R× Â0º КÉ
ÀÅDâ %å €É)ÃÑÎÌÍDÀoÂ=ÊñDç=¿k ç0 ‹vÂ=ÎRÀâÔå  ¿ÔÕrÂ5ÊoК¿ÔÀ,ò—É.Ï
¸F¼4á1Ü áiâoâ
á/ËÚ
Â[¸ ²„Íζ ·
Á âÌÎRÎ3âDï ó Äcæ.ÛDâ
ü æLÿ ¹7ÊÅ
ç5ËRÃÅ × <å ƒ'âk<å  RâÔAå ¢tËÅ.ÒÌÅ.ÙÅBå÷PâÔAå ¢tÇkÉQÂ=КÈ)Â × åÌû
âÔå üÁþ ó Lÿ ¢tÉ × ÐùÀÅ × Aå  RâÔå è ¿ÔÇÔÇÔÂ=Êå ¹âÔå è Å.ÇÁÀoÙ)4å ‹“âk<å ~PÂ5ÊoÇkÉQ1ç rÂ=ÊAå  RâÔå
× × Öùþ v ×
‡õ¿qÅÀoÂ=ÀoÐ QòBÄùñBËÅ
ÎÌ¿ÁÊoÉRå v âÔå"Å × Ó”ñB¿kÃÑÉ.ÍÓD¿kÐ0å ê â þ ð)ð ó â è ¿ × ¿ × È
é ÎÌÉ.ÊÎRÓRÇÁòRÉ ¿ × Aå È ¡«€âÔå"É)Å ÇÔÇkÅ.Ó Ò"É
ƒÊÅ
¿ÔÂÀoÓD¿ÔÕrÇFAå“ Rã´â ¿ÔÇÔÀoÂ5ð.Êoðr¿ ×ë)Þ5Èúâ Ào†É ÊoÉ)ÍRК4ÎÂ × ¡3Â= xÀ w;Ð ¤ Â=îJÐ0â
v
¹ÍRК¿ × Â0Кx Ð ‹tÅ
ÀÅ
ÒÅ.КÂ=Ð0â ¸P§
»X»7ÏD¬A«Ð¨zÑ
°œ«œ§
¬A®L§i¯°±<©ÃY¸ ²JÇ
ÈH·<ÊiÒoÒ1Ì åÎÌÎ3âDïröÄmïráB4å wPÉÕrÂ=ÃúÒ"Â=Êâ ¸P§
»7»XϬ<«Ð¨zÑ
°œ«Ð§
¬<®L§e¯Œ°±A©ÃY¸ ²Ç ïrÝ Ö ÛrÞ5åÌÎÌÎ3âë)ëÄ,árëBâ
ü ó Lÿ ¹7ÊoÂ0Â=КÂ)å  Râ"ñSâÔ<å ~PÂ01ç rÂ=ÊoÃÅ × Då ‹úâÔåÌÅ × Ó ¢'Å)ÓD¿kÂ.å €â Öùþ ð)ð.árÞ5â üÁþ ëYÿ ¡3¿ × ÈDå €Aâ ã“âÔåRÅ × „Ó ¡3¿Øå €â Öùþ ð.ð)á)Þ5⠋tÅ
ÀÅ è ¿ × ¿ × ÈúÏfÉ.xÊ ‹v¿ÁÊoÂ0ç=À
ê ÃÑÎÌ¿ÁÊo¿ÔçÅ.Ç é× Å.ÇÁòDК¿kÐJÉ
PÏ ‡õÊoÂÓD¿Ôç=Ào¿ÔÕr é ÇÔÈ)É
Êo¿ÁÀoËÌÃÑÐÏÉ
Ê è Å
zÊ rÂ=Ào¿ × <È ¤‡õÊoÉ.ÒÌÇÔÂ0ÃÑÐNÅ × Ó”ñBÉ)ÇÔÍRÀo¿ÔÉ × Ð04â I × ¥
¦§,¨1©z©zª[«\¬D­
®Y§e¯
€É)ÇÔÇkÅ.Ò"É
ÊÅ
Ào¿ÔÕr“㴿ÔÇÔÀoÂ5Êo¿ × ÈRAâ I  × ¥
¦§,¨1©z©ª
«\¬H­
®7§i¯°±<©†ÒË<°± °±A©ŠË<°±Â1¬A°}©‚¦1¬Ñ
°œ«œ§
¬ÑÕP¸P§
¬,¯;©‚¦z©‚¬¨1©7§[¬³¬§
ÆÕ©ª,­H©
¸P§
¬;¯,©‚¦z©‚¬4¨‚©X§
¬tÓa¬4¨‚©‚¦1°ÅÑ
«\¬<°œ½«¬„Ãx¦‚°œ« ԍ¨«ÐÑÕ4Â1¬A°}©Õ\Õ «y­H©‚¬¨1©‚Ç µ«\®‚¨z§
Ä
©‚¦1½„Ñ[¬ª7µYÑ
°ÅÑ7²J«\¬<«\¬D­ åDÎÌÎâ"ë
Û
Äcë.ðBâ
ÎÌÎâDïrÛ
Äcæ.öBâ üÁþ áYÿ ‡´Â0ÎÌÎ"Â=ÊoÐ0<å ‹úâÔåÌÅ × Ó ƒÉ.È)Â=ÊoÐ0å è â Öùþ ð)ð)ë)Þ5âS÷ËRY  × ÂPÀo{É  × Â
ü ëYÿ €ÍRÊoÂ5ÀoÉ × å ê â ê âkåÌÅ × Ó ‹7N é È)É)ÐùÀo¿ × ÉR4å ƒ'Aâ ¹â Öùþ ð)á.ÛrÞ5â"ãÌÅ.ç=ÀoÉ
Ê ãÌÍRÀoÍDÊo7 ¤PÑ[¹¬AÍÌ°ÅÑ
¿ÔÇk»åÓR¿ × µY†È §[ÏAƒ×;Â=ÕÇq©ÅªoÀoÑ[¿Ôɽ× µYКËR©¿ÔÕ\ÎÌÕ<'Ð ¥^ Ï<×;× Õ L«\®e±D€«ÍR¬DÐù­ ÀoÉ)ÃÑÂ=ÊÅ
ÀNÅ
é× Å.ÇÁòDК¿Ô;Ð ¤ éNהé ÎÌÎÌÇÔ¿ÔÂÓ é ÎÌÎDÊoÉrÅ
ç5Ëâ ÍaÑ
ÆC¦z©‚¬¨1©ŒÖ
¦‚Õy×1Ñ[Ï» ÷¿kÃÑÂ.%â ä â
Ñ
®z®‚§,¨«ÐÑ
°}©‚®À4Ï<×®Ø ~P¿ÔÇÔÇÔÐoÓÌÅ.ÇÔÂ)Aå wŒ Râ üÁþ ðLÿ ƒÂ0Ð × ¿Ô‚ç "<å ‡´âk<å IùÅ
ç0ÉÕrÉ)ÍAå w(âÔå"ñBÍÌçË
Å "å è âÔå ¹Â5ÊoÈ)ÐùÀšÊoÉ)ÔAå ‡´âÔå
ü áÿ ‹vÂ0Â5ʚîÂ0ÐùÀoÂ=Êå"ñSâÔ<å ‹vÍÌÃÅ
¿kÐ0åÌñ"â÷PâÔåÌãÌÍRÊ × Å.Ð0å v âRû
âÔå Åé × Ó ƒ¿ÔÂÓDÇØ4å  Râ Öùþ ð.ð.ïQÞ5â v ÊoÉ)ÍR4Î ¡3Â × ;Ð ¤ é× × PÎ"Â × × ×
¡Å × ÓRÅ.ÍÌÂ5Êå÷P<â ¢¹âÔåÅ × „ Ó ~PÅ
ÊoКËÌÃÅ × å ƒ'â Öùþ ð)ð.ÝrÞ54â I × ÓDÂ=äD¿ × È ÊoçËÌ¿ÁÀoÂ0ç=ÀoÍDÊoÂÏÉ
'Ê €É)ÇÔÇkÅ.Ò"É.ÊÅÀo¿ÔÕrÂ(ã´¿kÇÁÀoÂ=Êo¿ ȹÉ.Ï wPÂ=À Â=îJÐ0â I
¥^¦e§,¨‚©z©ª
«\¬H­
®X§e¯†¸F¼ ¸¾æ¶ ·Ë å €ËÌÅ.Î"Â0(Ç ~P¿ÔÇÔÇØ4å wŒ€â
ÒQ¼ò §,¨¡«Ð©‚Å
°œÀo½' ׯ§
À¦ŠñBÂ1Â0¬,ï§
Å ¦‚× »†Ào¿ÔÑ
ç °œ«ÐéN§
× ¬JÅ.¼4ÇÁòD¨К«Å¿Ô©‚Ð0¬â ¨1Ù ©‚§[Ç Ï˦1Ò¬ÊiÑ
ڂÕFÌ §e¯Œ°±A©ŒÃxþ »©‚¦‚«œ¨1Ñ[¬
åÎRÎ3âRÛ)ð ÄmïrÝ)ëBâ ü ö.ÝLÿ ƒÂ0Ð × ¿Ô‚ç "<å ‡´âkåÌÅ × „Ó Þ7Å
Êo¿kÅ × Aå ~(<⠃'â Öùþ ð)ð)ë)Þ5A⠃Â0ç=É)ÃÑÃÑÂ × ÓRÂ=Ê
× ×
ü ðÿ'ãÅ0òBòBÅ)ÓSå “â è âkAå ‡õ¿qÅÀoÂ=ÀoÐ QòBÄùñBËÅ
ÎÌ¿ÁÊoÉRå v âÔåSñDÃ(òBÀoË3Då ‡´âÔåÅ × Ó
ÀoËBÍDÊoÍÌÐoÅ.Ã(òQHå ƒ'âkå ê ÓRÐ0â Öùþ ð)ð ó Þ5â é ÓRÕ.Å × ç0Â0Ц¿ × ¢ × ÉîJÇÔÂÓDÈ) éñBòD€ ÐùÀoè Â0ÃÑâRïrÐ0Ý âÌÖ ñDÛrÎ"Þ5âÂ0ç=¿qÅ
Ç3¿ÔККÍRÂtÉ.Ï €É)ÃÑÃ“Í ¿kç0Å
Ào¿ÔÉ Ð¦É.Ï´ÀoËRÂ
‹v¿ÔКç0ÉÕrÂ=ʚò9Å ×  Ó ‹tÅÀÅ è ¿ × ¿ × ÈDâ ÃxÃxÊÂ
À4¦z©‚®z®ÅÛ²Â
Ü>À4¦z©‚®z® â ü ö þ Lÿ ƒÂ0¿ÔçËÌËRÂ0ÇkÓåRãA⠃'âÔåÅ × ÓßñDÅ.ККÂ=ŠÊ  .ÊâÔåRû
â Öùþ ð)ð.ÝrÞ5%â ç"Â=ÊoÉ
üÁþ Ý
ÿ v É)ÇkÓDÒ"Â=ÊoÈRAå ‹úâÔAå w¿kçËÌÉ.ÇÔÐ04å ‹úâÔAå ' B¿FAå ¹â è âÔå"Å × Ó9÷Â5ʚʚòQAå ‹ú⠋vÂ=ÏÂ=ç=Ào¿ÔÉ × ;Ð ¤
èPÍÅ
ÇÔ¿ÔÀ,„ ò €É)ÃÑÂ0ЦÀoÉñBÂ=ÊoÕB¿kç=Â0Ð0â ßÑ
¦1Ä[Ñ
¦ª
Öùþ ð.ðrö.Þ54â PК¿ × {È €É)ÇÔÇkÅ.Ò"É
ÊÅ
Ào¿ÔÕr“㴿kÇÁÀoÂ=Êo¿ × È¹ÀoÉúûýÂÅÕrÂvÅ × ä ÏD®1«¬%©‚®z®¼¨1±<§,§
Õ º ©‚Ä,«Å©‚Æ å þ ð)ð)Ý Ö æ)‚Þ ¤7ÎÌÎâ þ ÝræÄ þ.þ)þ â
I × ÏÉ
ÊoÃÅ
Ào¿ÔÉ × ÷Å.Î"Â0ÐùÀšÊšòQâ ¸P§
»X»7ÏD¬A«Ð¨zÑ
°œ«œ§
¬A®L§i¯L°±A©'ÃY¸ ² â ü ö)öLÿ ƒÂ0¿ÔçËÌËRÂ0ÇkÓåRãA⠃'â Öùþ ð)ð.ÛrÞ54â ¡3ÉòBÅ.ÇÁÀ,òD}Ä ¹Å
КÂÓ è Å × Å.È.Â0ÃÑÂ × Àâ
‹vÂ0ç=Â0ÃúÒ"Â=Êâ ßLÑ
¦1Ä[Ñ
¦eª ä ÏD®z«\¬%©‚®z®¼4¨1±<§,§Õ º ©‚Ä,«Å©‚Æ å þ ð)ð.Û Ö ö.‚Þ ¤ÎRÎ3â ó ï.Äcë
ÛDâ
üÁþ.þ ÿ v ÉQÉBÓAå w“âÔåñDçËÅ
ÏfÂ=ÊAå ¹âÔ4å ¢tÉ × ÐùÀÅ × 4å  RâÔ4å ¹É.ÊoçËÌÂ=ÊoÐ0å é âÔå ü ö.Ûÿ“ñRÅ
ʚîÅ
Ê4å ¹â è âÔAå ¢tÉ × ÐùÀÅ × Aå  Râ é âÔ4å ¹7É.ÊoçËÌÂ=ÊoÐ0å é âÔå
ñRÅʚî¦ÅÊ× å ¹× âÔ4å ~Â=ÊoÇÔÉQ‚ç )Â=Ê4å  DâkåÌÅ × „Ó ƒN× ¿kÂ0ÓRÇØ4å  Dâ Öùþ ð)ð)ð)Þ5â × ~PÂ=ÊoÇÔÉQ1ç rÂ=ÊAå  RâÔå è ¿ÔÇÔÇkÂ5Êå ¹âÔå"Å ×  Ó ƒ¿ÔÂÓDÇFAå  Râ Öùþ ð)ð.árÞ5Aâ PК¿ × È
€É)ÓÒÌ¿ ¿ { È €É)ÇÔÇkÅ.Ò"É
ÊÅ
Ào¿ÔÕrÂ(ã´¿ÔÇÔÀoÂ5Êo¿ ȹûa¿ÁÀoË ‡´Â=ÊoÐšÉ Å.Ç
 ã´¿ÔÇÁÀoÂ=Êo¿ × È × é È.Â × ÀoÐÀoɆIcÃÑÎDÊoÉÕrŒ‡ÊoÂÓR¿Ôç=Ào¿ÔÉ × èPÍ× Å.ÇÔ¿ÁÀcò—¿ × ÀoËR ü ö)ëÿ“ñDËÅÊÓÌÅ × Å × Óå“âÔåÌÅ × Ó è Å.Â=Ð0凴â Öùþ ð)ð)æ)Þ5âSñBÉQç0¿kÅ.Ç
v ÊoÉ)ÍR4Î ¡ ÐƒNÂ0КÂÅ
ÊoçËJ€É.ÇkÇkÅ
Ò"É.ÊÅ
Ào¿ÔÕr“㴿ÔÇÁÀoÂ=Êo¿ ÈñQòRÐùÀoÂ=Ôâ I × ÏfÉ.ÊoÃÅÀo¿kÉ × ã´¿ÔÇÁÀoÂ=Êo¿ × È¤ é ÇkÈ.É.Êo¿ÁÀoËÌÃÑЦÏfÉ.Ê é ÍDÀoÉ)ÃÅ
Ào¿ × È
I × ¥^¦e§,¨1©1©ª
«¬D­
®X§e¯†¸F¼ ¸¾æ¶ ·Á åñDÂÅÀšÀoÇkÂ.åRû é â N ûwÉ.ÊӗÉ.Ï è É)ÍDÀoaË NÔ<â I × ¥
¦§,¨1©z©ª
«\¬H­
®7§i¯¸ ßxÂ¶ ·oà â<‹vÂ × ÕrÂ=Êå
ü öï.ÿ“ñRÅʚî¦ÅÊ4å ¹â è âÔå ¢'Å
ʚòDÎÌ¿ÔÐ0å v âÔAå ¢tÉ × ÐùÀÅ × <å  Râ é âÔåRÅ × Ó ƒN¿ÔÂÓRÇØå €^“â
 Râ Ö ö.Ý)Ý.ÝrÞ5â é ÎÌÎRÇÔ¿kç0Å
Ào¿ÔÉ × É
FÏ ‹v¿ÔÃÑÂ × Ðš¿kÉ × Å
Çk¿ÁÀ,„
ò× ƒNÃY¸ ÓR² ÍRç=Ào¿ÔÉ × ¿ × ü ö.áÿ(÷Â=ÊoÕrÂ0Â × <å ¡«âÔ4å ~¿ÔÇkÇØåDû
âÔå é ÃÑÂ × ÀoÉR<å ¹âÔå è ç ‹vÉ × Å.ÇkÓ<å ‹úâÔåÅ × Ó
ƒNÂ0ç0É)ÃÑÃÑÂ × ÓRÂ5ÊNñBòDÐùÀoÂ07 à  é €Å
КÂúñQÀoÍÓBòQDâ I J €7ÊoÂ=ÀoÂ=Êå  Dâ Öùþ ð)ðrë.Þ5⠇C~ é ¢(%ñ ¤ é ñBòDÐùÀoÂ0à ÏfÉ.ÊPñDËÌÅ
Êo¿ × È
¾©;×1³Œµ'µêéâoââp¾„§
¦|[®±§‚À ⠃Â0ç=É)ÃÑÃÑÂ × ÓÌÅ
Ào¿ÔÉ × Ð0â ¸P§
»X»7ÏD¬A«Ð¨zÑ
°œ«œ§
¬A®Y§e¯Œ°±A©'ÃY¸ ²JÇ
ü ö.æÿ“ñRÅʚî¦ÅÊ4å ¹â è âÔå ¢'Å
ʚòDÎÌ¿ÔÐ0å v âÔAå ¢tÉ × ÐùÀÅ × <å  Râ é âÔåRÅ × Ó ƒN¿ÔÂÓRÇØå ËâÊÅÈ;Ì âÎRÎ3âÌæ.ðÄ ó öBâ
 Râ Ö ö.Ý.Ý)ÝrÞ5â é× Å.ÇÁòDК¿ÔЦÉ.FÏ ƒNÂ0ç0É.ÃÑÃÑÂ × ÓRÅ
Ào¿ÔÉ ×—é ÇÔÈ.É.Êo¿ÁÀoËÌÃÑÐÏfÉ.Ê ü ö.ðLÿ  × È)Å
ÊAå ¡«<â ~“âÔåÌÅ × Ó_ãÌÉ)ÐùÀoÂ5ÊAå ‹úA⠇´â Öùþ ð)ð.árxÞ €ÇkÍRÐùÀoÂ=Êo¿ × È
ê eÄ €É.ÃÑÃÑÂ=Êoç0Â)â I ×¥
¦§,¨1©z©zª[«\¬D­
®X§e¯Œ°±A©ÃY¸ ²ë֌¸L¶ âoâ è Â=ÀoËÌÉBÓDÐJÏfÉ.ŒÊ €É)ÇÔÇkÅ.Ò"É
ÊÅ
Ào¿ÔÕrÂ(ã´¿ÔÇÔÀoÂ5Êo¿ × ÈRâ I ×쾄§
¦|[®±§‚Àp§
¬
¸P§
¬;¯,©‚¦z©‚¬4¨‚© â è ¿ ×R× ÂÅ
Î"É)ÇÔ¿ÔÐ0å è w(âÌÎRÎ3â þ æ
á
Ä þ ó ë º ©¨z§
»7»©‚¬ªH©‚¦L¼<½
®z°}©‚»7®YÑ[°ˆ°±A©†Ò
à
°±íÑ
°œ«Ð§[¬ÑÕ
ü ö ó ÿ“ñDçËÅÏÂ=ÊAå  R4â ¹âÔAå ¢tÉ × ÐùÀÅ × 4å  DâkåÅ × Ó ƒN¿kÂ0ÓRÇØ4å  Dâ Öùþ ð.ð)ð)Þ5â ¸P§
¬,¯,©‚¦©‚¬¨1©7§
¬Ãx¦1°œ« Ԉ¨«œÑÕÂ1¬<°}©Õ\Õ «­H©‚¬4¨‚© â
ƒNÂ0ç0É)ÃÑÃÑÂ × ÓRÂ5ÊNñBòDÐùÀoÂ0ÃÑп ×ßê iÄ €É)ÃÑÃÑÂ=Êoç=Â)â I ×
¥
¦§,¨1©z©zª[«\¬D­
®X§e¯ŠÃY¸ ²ëÖáz¸P§
»X»{©‚¦¨1©†Ò
·o·o·¨1§[¬,¯,©‚¦©‚¬¨1© â