English español
Búsqueda
 

Repositorio de la Universidad de Oviedo > Producción Bibliográfica de UniOvi: RECOPILA > Artículos >

Use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10651/30619

Título : How to learn consumer preferences from the analysis of sensory data by means of support vector machines
Autor(es) y otros: Bahamonde Rionda, Antonio
Díez Peláez, Jorge
Quevedo Pérez, José Ramón
Luaces Rodríguez, Óscar
Coz Velasco, Juan José del
Fecha de publicación : 2007
Editorial : Elsevier
Versión del editor: http://dx.doi.org/10.1016/j.tifs.2006.07.014
Citación : Trends in Food Science & Technology, 18(1), p. 20-28 (2007); doi:10.1016/j.tifs.2006.07.014
Descripción física: p. 20-28
Resumen : In this paper we discuss how to model preferences from a collection of ratings provided by a panel of consumers of some kind of food product. We emphasize the role of tasting sessions, since the ratings tend to be relative to each session and hence regression methods are unable to capture consumer preferences. The method proposed is based on the use of Support Vector Machines (SVM) and provides both linear and nonlinear models. To illustrate the performance of the approach, we report the experimental results obtained with a couple of real world datasets
URI : http://hdl.handle.net/10651/30619
ISSN : 0924-2244
Aparece en las colecciones: Artículos
Informática

Ficheros en este ítem:

Fichero Descripción Tamaño Formato
consumer_preferences.pdf213,49 kBAdobe PDFVisualizar/Abrir


Exportar a Mendeley


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.

 

Base de Datos de Autoridades Biblioteca Universitaria Consultas / Sugerencias