1. Recomender System Mobile Media
Pada paper ini akan diketengahkan mengenai konsep perpustakaan digital yang dikembangkan dengan membangun sebuah recomender sistem. Recomernder digunakan untuk memberikan preferensi user berbasis Collaborative Filtering dengan convergent algoritma, dimana user mendaftarkan account pada situs yang dibangun. Selanjutnya sistem melakukan kalkulasi preferensi yang masuk, memberikan respon kepada user melalui account pada situs, mobile media handphone dan PDA berupa sms. Rekomendasi diberikan setelah user memiliki account dan mendaftarkan mobilephone yang dimiliki. Sistem merekomendasikan jurnal, artikel, buku dan informasi lainnya menurut preferen dari user.
2. Konsep DL
Perpustakaan digital, bisa dikatakan sebagai perpustakaan masa depan Untuk mewujudkan hal ini, bagaimanapun, perpustakaan digital harus bisa memenuhi sejumlah besar materi yang dibutuhkan, teknologi, dan pemanfaatannya harus lebih baik daripada konsep atau pandangan yang berkembang saat ini. Secara jelas, saat ini komunitas perpustakaan digital telah dibentuk. Secara teknis dapat dirumuskan, bahwa ada tiga implikasi dari pengembangan teknologi bagi perpustakaan digital[3]: a). Media integration. Jika kertas tidak akan hilang, maka para pengembang teknologi akan tertantang untuk menciptakan integrasi yang baik antara bentuk digital dengan bentuk kertas. Bagaimana sebaiknya protocol yang dimiliki, bagaimana prosedur pencarian yang harus dibuat jika beberapa database tidak sesuai dan mungkin bukan dalam bentuk digital. Bagaimanakah arsitektur dokumen yang akan dimodifikasi menjadi hybrid dokumen, dimana sebagian dari dokumen merupakan digital form, sedangkan yang lainnya masih dalam bentuk kertas. b). Versi. Saat ini pola komersialisasi ketersediaan versi digital, tidak bisa memenuhi banyaknya document-intensive tasks. Sistem operasi komputer saat ini menyediakan sedikit ataupun tidak menyediakan bantuan dalam melacak tipe versi dari dokumen ataupun file. Bagi komunitas hypertext/hypermedia hal ini justru menjadi hal yang sangat penting, sebagai subjek penelitian dan diskusi. Selama perpustakaan digital masih melibatkan relatively fixed, relatively permanent material, versioning akan mendapatkan perhatian yang sedikit. Tapi jika koleksi mendatang memiliki lebih banyak fluid and transient material, dan memiliki lebih banyak pola penamaan,
finding, manipulating versi akan menjadi penting, dan menjadi penting
lagi jika koleksi hybrid. c). Tools untuk komunikasi kolaborasi. Jika
kerjasama (kolaborasi) di perpustakaan sangat tinggi, tools yang kita
sediakan harus tetap memberikan ketersediaan bagi single-user browsing
dan access. Tools tersebut tidak hanya mendukung kegiatan kerjasama
(kolaborasi) seperti share annotation, dan pemeliharaan dari subkoleksi
lokal dari materi tersebut, tapi juga mendukung tindakan komunikatif.
Perpustakaan digital, bisa dikatakan sebagai perpustakaan masa depan Untuk mewujudkan hal ini, bagaimanapun, perpustakaan digital harus bisa memenuhi sejumlah besar materi yang dibutuhkan, teknologi, dan pemanfaatannya harus lebih baik daripada konsep atau pandangan yang berkembang saat ini. Secara jelas, saat ini komunitas perpustakaan digital telah dibentuk. Secara teknis dapat dirumuskan, bahwa ada tiga implikasi dari pengembangan teknologi bagi perpustakaan digital[3]: a). Media integration. Jika kertas tidak akan hilang, maka para pengembang teknologi akan tertantang untuk menciptakan integrasi yang baik antara bentuk digital dengan bentuk kertas. Bagaimana sebaiknya protocol yang dimiliki, bagaimana prosedur pencarian yang harus dibuat jika beberapa database tidak sesuai dan mungkin bukan dalam bentuk digital. Bagaimanakah arsitektur dokumen yang akan dimodifikasi menjadi hybrid dokumen, dimana sebagian dari dokumen merupakan digital form, sedangkan yang lainnya masih dalam bentuk kertas. b). Versi. Saat ini pola komersialisasi ketersediaan versi digital, tidak bisa memenuhi banyaknya document-intensive tasks. Sistem operasi komputer saat ini menyediakan sedikit ataupun tidak menyediakan bantuan dalam melacak tipe versi dari dokumen ataupun file. Bagi komunitas hypertext/hypermedia hal ini justru menjadi hal yang sangat penting, sebagai subjek penelitian dan diskusi. Selama perpustakaan digital masih melibatkan relatively fixed, relatively permanent material, versioning akan mendapatkan perhatian yang sedikit. Tapi jika koleksi mendatang memiliki lebih banyak fluid and transient material, dan memiliki lebih banyak pola penamaan,
finding, manipulating versi akan menjadi penting, dan menjadi penting
lagi jika koleksi hybrid. c). Tools untuk komunikasi kolaborasi. Jika
kerjasama (kolaborasi) di perpustakaan sangat tinggi, tools yang kita
sediakan harus tetap memberikan ketersediaan bagi single-user browsing
dan access. Tools tersebut tidak hanya mendukung kegiatan kerjasama
(kolaborasi) seperti share annotation, dan pemeliharaan dari subkoleksi
lokal dari materi tersebut, tapi juga mendukung tindakan komunikatif.
3. Rekomender SistemSetelah
sebuah sistem DL dibangun, ide yang dipikirkan kemudian adalah
bagaimana melakukan pemanfaatan DL secara lebih optimal, bagaimana
menyikapi kebutuhan user yang memliki preferensi yang beraneka ragam
terkait dengan informasi sesuai dengan kebutuhannya. Perlu disiapkan
sebuah mesin pendukung yang melakukan kalkulasi preferensi dari input
user yang masuk bagi pengelolaan rekomender sistem. Sistem yang
dirancang merupakan sebuah mesin yang menawarkan sebuah bentuk
rekomendasi kepada user dengan mekanisme kaidah yang telah dibangun
berbasis algoritma preferensi. Recomender sistem merupakan salah satu
solusi bagi informasi overload. Kerangka kerja mesin ini
merekomendasikan berdasarkan pola dan profesi, prediksi kebutuhan user
dari prilaku kebutuhan dan pembelian informasi sebelumnya.
Perubahan tingkah laku user kedepannya. J Ben Scafer[2] dalam papernya mengemukakan recomender sistem akan memberikan nilai tambah dengan tiga pendekatan : a). Browser to buy, akan memicu user membeli produk artikel dan informasi dengan menunjukan barang-barang yang dimungkinkan selaras dengan selera user. b). Closs-Sell, menawarkan keunggulan penjulan mengenai jurnal-jurnal dan artikel yang memiliki nilai manfaat lebih kepada konsumen. c. )Loyality, dengan menjadi kepuasan user melalui pelayanan, harapan yang diinginkan adalah model prilaku pembelian dan akses yang berulang sehingga terbentuk loyalitas customer.
Rekomender sistem yang difokuskan pada penyajian artikel dan jurnal bagi kebutuhan user, dan pembelian informasi yang dishare terkait dengan isu hak cipta sebagai properti author. Sehingga recomender sistem secara efektif meningkatkan volume akses dan pembelian informasi. Sistem memberikan informasi kepada user dengan memberitahukan mengenai halaman suatu buku, jurnal maupun artikel yang dicari secara detail dilangkapi dengan diskripsi teks dan gambar serta harga informasi secara lengkap, yang merupakan bentuk dari katalog virtual. Hal direkomendasikan dari DL, yang mana kepada user direkomendasikan informasi yang yang sering diakses user, dengan pendekatan pada preferensi, memberinya rating nilai informasi yang diseleksi konsumen untuk dikonsumsi.
Fitur yang disediakan seperti article matcher mengijinkan user memberikan feedback kepada sistem dengan tingkatan 5-point sekla preferensi dari pemilihan material mayor sampai dengan memberikan preferensi ordinal (dari sangat suka sampai tidak menyukai, skala linkage 1-5). Nomor mobile phone dan PDA juga disertakan dalam pendaftaran account sehingga secara periodik user akan dikirimkan jurnal, artikel yang sesuai preferensinya ke nomer HP user selain merekomendasikan melalui account pada situs dan subscribe pada e-mail user.
4. CF-ConvergentAlgoritmCollaboratif Filtering (CF) digunakan untuk mengatasi informasi overload dengan memberikan rekomendasi kepada user dengan mengenai informasi yang cenderung lebih berarti dengan metode pendekatan yang mendekati akurat.[4] : 1. Model Dasar. User yang diberikan (item_artikel) dengan tingkat kemungkinan secara umum masing user memiliki kecenderungan yang beragam dari macam buku dibanding user lainnya. Untuk mendapatkan kecenrderungan tersebut, akan berisi komponen-komponen pengukurnya. 2. Item dan bobot, merupakan suatu kumpulan item yang mana meruapkan satu dari k disjoint custer c1,c2::;ck (k: merupakan aliran buku yang muncul), U adalah set user dan masing-masing user memiliki preferensi P(cu) ≥ 0, untuk masing-masing kluster c dinormalisasi menjadi Σc (P(cu)=1. Hal ini menyatakan luas user yang menyukai item dalam sebuah grup kluster. Untuk item i, c(i) menunjukan cluster yang berisi i dan masing-masing dibobot wi ≥ 0 yang mencerminkan tingkat pembanding user dalam kluster ci. 3. Historis dari proses sebelumnya dikonstruksi dengan mengikuti model generatif, masing-masing user u, menyeleksi kluster c, dengan probabilitas P(cu) , dan menyeleksi item i untuk kluster c, dengan probabiliti wi. Yang diulangi sebanyak s kali untuk masing-masing user dengan parameter s.Rekomendasi algoritma diberikan ukuran sample s, yang dipilih pada masing-masing user, namun tidak memiliki parameter dalam sistem. Sehingga harus merekomendasikan satu item iu untuk masing-masing user u.
5. MelakukanKonstruksi
Item yang diestimasi, mendefinisikan graf G, pada item i yang tergabung dalam kelompok pasangan korelasi heavy item. c1..ct menunjukkan hubungan dari G yang mengacu pada sebuah komponen, sehingga didefinisikan kolaboratif filtering, yang merupakan set kluster c1:::ct, dengan catatan mereka tidak membentuk sebuah partisi dari i.
6. Analisis Sistem Ideal
Algoritma bekerja dengan memberikan rekomendasi secara optimal, walaupun pendekatan ini merupakan pendekatan yang mepunyai derajat keterhandalan, namun akan memiliki hasil yang tidak jauh dari kondisi nyatanya. Untuk dapat membangun kolaboratif filter untuk mencapai nilai ideal, tesebut dapat juga dengan melakukan interpolasi kondisi aktual dengan estimasi sistem.
Kluster
merupakan estimasi seistem dengan item yang dibobot dan melakukan set
parameter user preferensi yang diset secara agregat diluar estimasi
sistem. Merelasikan kualitas sistem yang direkomendasi dengan ke
utilitas optimal dalam sistem nyata, dalam simpulannya, dalam model ini
rasio maksimum dari utilitas dapat danggap milik user preferen yang
terkonsentasi pada kluster i secara komplek pada suatu utilitas yang
diperolehnya dari user, yang mana secara kompleks terkonsentasi user.
Perubahan tingkah laku user kedepannya. J Ben Scafer[2] dalam papernya mengemukakan recomender sistem akan memberikan nilai tambah dengan tiga pendekatan : a). Browser to buy, akan memicu user membeli produk artikel dan informasi dengan menunjukan barang-barang yang dimungkinkan selaras dengan selera user. b). Closs-Sell, menawarkan keunggulan penjulan mengenai jurnal-jurnal dan artikel yang memiliki nilai manfaat lebih kepada konsumen. c. )Loyality, dengan menjadi kepuasan user melalui pelayanan, harapan yang diinginkan adalah model prilaku pembelian dan akses yang berulang sehingga terbentuk loyalitas customer.
Rekomender sistem yang difokuskan pada penyajian artikel dan jurnal bagi kebutuhan user, dan pembelian informasi yang dishare terkait dengan isu hak cipta sebagai properti author. Sehingga recomender sistem secara efektif meningkatkan volume akses dan pembelian informasi. Sistem memberikan informasi kepada user dengan memberitahukan mengenai halaman suatu buku, jurnal maupun artikel yang dicari secara detail dilangkapi dengan diskripsi teks dan gambar serta harga informasi secara lengkap, yang merupakan bentuk dari katalog virtual. Hal direkomendasikan dari DL, yang mana kepada user direkomendasikan informasi yang yang sering diakses user, dengan pendekatan pada preferensi, memberinya rating nilai informasi yang diseleksi konsumen untuk dikonsumsi.
Fitur yang disediakan seperti article matcher mengijinkan user memberikan feedback kepada sistem dengan tingkatan 5-point sekla preferensi dari pemilihan material mayor sampai dengan memberikan preferensi ordinal (dari sangat suka sampai tidak menyukai, skala linkage 1-5). Nomor mobile phone dan PDA juga disertakan dalam pendaftaran account sehingga secara periodik user akan dikirimkan jurnal, artikel yang sesuai preferensinya ke nomer HP user selain merekomendasikan melalui account pada situs dan subscribe pada e-mail user.
4. CF-ConvergentAlgoritmCollaboratif Filtering (CF) digunakan untuk mengatasi informasi overload dengan memberikan rekomendasi kepada user dengan mengenai informasi yang cenderung lebih berarti dengan metode pendekatan yang mendekati akurat.[4] : 1. Model Dasar. User yang diberikan (item_artikel) dengan tingkat kemungkinan secara umum masing user memiliki kecenderungan yang beragam dari macam buku dibanding user lainnya. Untuk mendapatkan kecenrderungan tersebut, akan berisi komponen-komponen pengukurnya. 2. Item dan bobot, merupakan suatu kumpulan item yang mana meruapkan satu dari k disjoint custer c1,c2::;ck (k: merupakan aliran buku yang muncul), U adalah set user dan masing-masing user memiliki preferensi P(cu) ≥ 0, untuk masing-masing kluster c dinormalisasi menjadi Σc (P(cu)=1. Hal ini menyatakan luas user yang menyukai item dalam sebuah grup kluster. Untuk item i, c(i) menunjukan cluster yang berisi i dan masing-masing dibobot wi ≥ 0 yang mencerminkan tingkat pembanding user dalam kluster ci. 3. Historis dari proses sebelumnya dikonstruksi dengan mengikuti model generatif, masing-masing user u, menyeleksi kluster c, dengan probabilitas P(cu) , dan menyeleksi item i untuk kluster c, dengan probabiliti wi. Yang diulangi sebanyak s kali untuk masing-masing user dengan parameter s.Rekomendasi algoritma diberikan ukuran sample s, yang dipilih pada masing-masing user, namun tidak memiliki parameter dalam sistem. Sehingga harus merekomendasikan satu item iu untuk masing-masing user u.
5. MelakukanKonstruksi
Item yang diestimasi, mendefinisikan graf G, pada item i yang tergabung dalam kelompok pasangan korelasi heavy item. c1..ct menunjukkan hubungan dari G yang mengacu pada sebuah komponen, sehingga didefinisikan kolaboratif filtering, yang merupakan set kluster c1:::ct, dengan catatan mereka tidak membentuk sebuah partisi dari i.
6. Analisis Sistem Ideal
Algoritma bekerja dengan memberikan rekomendasi secara optimal, walaupun pendekatan ini merupakan pendekatan yang mepunyai derajat keterhandalan, namun akan memiliki hasil yang tidak jauh dari kondisi nyatanya. Untuk dapat membangun kolaboratif filter untuk mencapai nilai ideal, tesebut dapat juga dengan melakukan interpolasi kondisi aktual dengan estimasi sistem.
Kluster
merupakan estimasi seistem dengan item yang dibobot dan melakukan set
parameter user preferensi yang diset secara agregat diluar estimasi
sistem. Merelasikan kualitas sistem yang direkomendasi dengan ke
utilitas optimal dalam sistem nyata, dalam simpulannya, dalam model ini
rasio maksimum dari utilitas dapat danggap milik user preferen yang
terkonsentasi pada kluster i secara komplek pada suatu utilitas yang
diperolehnya dari user, yang mana secara kompleks terkonsentasi user.7. Mobile Media
Penggunaan media PDA melalui suatu sistem sofware agent[5] merupakan sebuah trobosan pengelolaan DL dengan memanfaatkan media phone dan sms, pemanfaatan media ini melibatkan interkoneksi antar jaringan dalam sistem DL pemanfaatan pereferensi pada setiap account user untuk penyesuaian preferensi. Gambar2 dikemukaan sebuah konsep interface antara pola-pola preferensi user yang beragam mampu diambil oleh sistem, dari pengelolaan recomender sistem akan ditemukan bentuk presentasi dari arsitektur yang akan dibangun melalui user session. Pengelolaan Manager berupa penyediaan layanan publik DL dan Mobile agent berupa sinkronisasi dari mobile user dengan mobile media.
Jurnal Ilmiah Lainnya...
[1] Alat Bantu Pemberajaran Mata Kuliah Projek PBE: Model Simulasi Multimedia
Jurnal Teknologi Informasi dan Komunikasi, Volume 2 No. 1 ISSN: 1087-0868. Resume mengeni rancang bangun alat dukung pengajaran, serta pengukuran efektifitasnya dengan pendekatan statistik kuantitatif.
[2] Pengembangan Pendidikan dan Sosio Ekonomi Pada Pesantren Desa Ngrembel dan Unit Ekonomi Masyarakat di Sekitarnya.
Jurnal DIANMAS. Inovasi dan Aplikasi Ipteks. Volume 1 No.1 ISSN: 2089-9602. Publikasi Pengabidan Masyarakat di Desa Ngrebel dengan luaran rekayasa biogas portabel, pengebangan pendidikan PAUD, pembuatan koperasi pesantren, pengembangan pendekatan BCCT serta pengenalan TIK. Dengan luaran pengabdian masyarakt yang terukur.
[3] Katalog Produk 3D pada Industri Cinderamata Bubut Kayu Jati Sentra Jepon, Blora.
Jurnal Teknologi Informasi. Volume 1 No.1 Agustus 2010; ISSN: 2087-0868. Publikasi Pengabdian Masyarakat berupa pengebangan Tehnologi Katalog digital dan Prototipe 250 item Produk berbasis Pendekatan Visual 3D.
[4] Bagaimana Konsep dan Framework Membanggun e-Goverment di Indonesia.
Jurnal JAPBI . Januari 2005. ISSN: 1411-6871. Konsep pendekatan kerangka kerja mengembangkan e-Goverment di Indonesia berakar pada pendekatan kepuasan layanan publik dan Tata kelola IT (IT Good Governance).
[5] Audit Sistem Untuk Menilai Ketercapain Dukungan Layanan Sistem dan Pengawasan Manajemen berbasis COBIT pada Institusi. Jurnal Ilmiah. 2011. Mengembangkan pendekatan yang berakar melalui model COBIT pada konsep asitektur tehnologi dilingkungan lembaga pendidikan
[6] Disaster Recovery System Berbasis Framework Data Center pada Wide-Enterprise. Presentasi Seminar Nasional Manajemen V. ITS 2006. Prosiding ISBN 979-99735-2-X. Paparan makalah menjelaskan konsep strategis dari Framework DC Omar Zaidi dengan konsep pengengan terstruktur bagi manajemen disaster pada Wide Enterprise.
[7] Model Sofware Bagi Pengajaran pada Mata Kuliah E-Commerce; Pengabangan Model Pengajaran bagi Konten e-Learning. Publikasi Penelitian Dosen Muda. Tahun 2008. Jurnal RAGAM, Jurnal Pengebangan Humniora. Vol.9 No.3 ISSN:1412-1050. Konsep pendekatan kurikulum PBL pada Matakuliah e-commerce dalam rangka menjembatani keterbatasan infrastuktur dan simulasi.
[8] Locus of Control. Penelitian Sosio Ekonomi untuk mengukur Konsep LoC dalam Lingkungan Pendidikan dalam Rangka Pengembangan Prestasi Akademik. Jurnal RAGAM: Jurnal Pengembangan Humaniora. Vol 9 No. 3 Desember 2009. ISSN: 1412-1050. Mengenai Konsep LOC bagi pendekatan pada area akademik dalam rangka peningkatan prestasi.
[9] Paradigma Perpustakan Digital berbasis pada Recomender System Mobile Media. Pengembangan Konsep Perpustakaan Digital yang ditiger menggunakan algoritma komponen prinsipal analisis (KPA) yang disebarkan menggunakan SMS. Telah terpublikasi dalam Jurnal Ilmiah Teknologi Informasi.
Jurnal Teknologi Informasi dan Komunikasi, Volume 2 No. 1 ISSN: 1087-0868. Resume mengeni rancang bangun alat dukung pengajaran, serta pengukuran efektifitasnya dengan pendekatan statistik kuantitatif.
[2] Pengembangan Pendidikan dan Sosio Ekonomi Pada Pesantren Desa Ngrembel dan Unit Ekonomi Masyarakat di Sekitarnya.
Jurnal DIANMAS. Inovasi dan Aplikasi Ipteks. Volume 1 No.1 ISSN: 2089-9602. Publikasi Pengabidan Masyarakat di Desa Ngrebel dengan luaran rekayasa biogas portabel, pengebangan pendidikan PAUD, pembuatan koperasi pesantren, pengembangan pendekatan BCCT serta pengenalan TIK. Dengan luaran pengabdian masyarakt yang terukur.
[3] Katalog Produk 3D pada Industri Cinderamata Bubut Kayu Jati Sentra Jepon, Blora.
Jurnal Teknologi Informasi. Volume 1 No.1 Agustus 2010; ISSN: 2087-0868. Publikasi Pengabdian Masyarakat berupa pengebangan Tehnologi Katalog digital dan Prototipe 250 item Produk berbasis Pendekatan Visual 3D.
[4] Bagaimana Konsep dan Framework Membanggun e-Goverment di Indonesia.
Jurnal JAPBI . Januari 2005. ISSN: 1411-6871. Konsep pendekatan kerangka kerja mengembangkan e-Goverment di Indonesia berakar pada pendekatan kepuasan layanan publik dan Tata kelola IT (IT Good Governance).
[5] Audit Sistem Untuk Menilai Ketercapain Dukungan Layanan Sistem dan Pengawasan Manajemen berbasis COBIT pada Institusi. Jurnal Ilmiah. 2011. Mengembangkan pendekatan yang berakar melalui model COBIT pada konsep asitektur tehnologi dilingkungan lembaga pendidikan
[6] Disaster Recovery System Berbasis Framework Data Center pada Wide-Enterprise. Presentasi Seminar Nasional Manajemen V. ITS 2006. Prosiding ISBN 979-99735-2-X. Paparan makalah menjelaskan konsep strategis dari Framework DC Omar Zaidi dengan konsep pengengan terstruktur bagi manajemen disaster pada Wide Enterprise.
[7] Model Sofware Bagi Pengajaran pada Mata Kuliah E-Commerce; Pengabangan Model Pengajaran bagi Konten e-Learning. Publikasi Penelitian Dosen Muda. Tahun 2008. Jurnal RAGAM, Jurnal Pengebangan Humniora. Vol.9 No.3 ISSN:1412-1050. Konsep pendekatan kurikulum PBL pada Matakuliah e-commerce dalam rangka menjembatani keterbatasan infrastuktur dan simulasi.
[8] Locus of Control. Penelitian Sosio Ekonomi untuk mengukur Konsep LoC dalam Lingkungan Pendidikan dalam Rangka Pengembangan Prestasi Akademik. Jurnal RAGAM: Jurnal Pengembangan Humaniora. Vol 9 No. 3 Desember 2009. ISSN: 1412-1050. Mengenai Konsep LOC bagi pendekatan pada area akademik dalam rangka peningkatan prestasi.
[9] Paradigma Perpustakan Digital berbasis pada Recomender System Mobile Media. Pengembangan Konsep Perpustakaan Digital yang ditiger menggunakan algoritma komponen prinsipal analisis (KPA) yang disebarkan menggunakan SMS. Telah terpublikasi dalam Jurnal Ilmiah Teknologi Informasi.
Reff [1] Alexa T. McCray dan Marie E Gallagher. “Principles of Digital Library DefelopmentComunication of The ACH. Vol 44. No.5 Mei 2001
[2] Ben Schafer, Joseph Konstan, John Riedl GroupLens Research. “Recommender Systems in e-Commerce”, Project Department of Computer Science and Engineering, University of Minnesota
[3] David M. Levy dan Catherine C. Marshall. “Washington's White Horse? A Look at AssumptionsUnderlying Digital Libraries”. Xerox Palo Alto Research Center, 3333 Coyote Hill Road, Palo Alto
[4] John Keinberg, Mark Sendler. Convergent Algorithm for Colaboratif Filtering. Cornel University, Ithaca, NY