Accueil › Annuaire des chercheurs › Samia Beldjoudi
Samia Beldjoudi
Affiliation : Badji Mokhtar-Annaba University · Polytechnic School of Algiers
- 17Publications (affiliation algérienne)
- 21Publications au total
- 156Citations
- 6Indice h
Profil de recherche
Samia Beldjoudi compte 17 publications référencées (2011–2025). Ses travaux paraissent principalement dans « Lecture notes in computer science », « IEEE Access » et « International Journal of Production Research ». Son article le plus cité, « Improving memory-based user collaborative filtering with evolutionary multi-objective optimization » (2018), a été cité 99 fois. 8 de ces publications datent des trois dernières années d’activité. Ses travaux sont cosignés avec au moins 12 chercheurs.
C’est vous ? Faites connaître vos travaux
Créez gratuitement votre profil DzCademia et ajoutez vos articles : ils apparaîtront plus facilement sur Google et dans les assistants d’IA comme ChatGPT. Plus de personnes pourront vous lire et vous citer.
Créer mon profil gratuit Ajouter mes publicationsDomaines de recherche
- Recommender Systems and Techniques
- Semantic Web and Ontologies
- Information Retrieval and Data Mining
- Information Retrieval and Search Behavior
- Reliability and Maintenance Optimization
Publications (17)
- Estimating Import Lead Times Using Business Intelligence and Machine Learning Within the CRISP-DM Framework: A Case Study in Oil and Gas Services Industry
- Balancing performance and innovation in AI-driven supply chains through temperature-scaled hallucination control
- From LSTM to Chronos: Evaluating Deep Learning Models for Predictive Maintenance
- AI-Enhanced Stochastic MILP for Predictive Maintenance and Supply Chain Optimization in High- and Medium-Voltage Smart Lighting Networks
- Explainable Recommendation Based on Weighted Knowledge Graphs and Graph Convolutional Networks
- Improving Existing CMMS Software Packages Using Association Rules
- Enhancing Decision Making with Semantic-Based Hybrid Recommender System
- Joint Representation of Entities and Relations via Graph Attention Networks for Explainable Recommendations
- Improving memory-based user collaborative filtering with evolutionary multi-objective optimization
- Recommendation in Collaborative E-Learning by Using Linked Open Data and Ant Colony Optimization
- Améliorer la recommandation des ressources dans l'apprentissage collaboratif en ligne
- Personalizing and Improving Resource Recommendation by Analyzing Users Preferences in Social Tagging Activities
- The Impact of Social Similarities and Event Detection on Ranking Retrieved Resources in Collaborative E-Learning Systems
- Améliorer la Recommandation de Ressources dans les Folksonomies par l’Utilisation de Linked Open Data
- Personalizing and Improving Tag-Based Search in Folksonomies
- Let Tagging be More Interesting
- Improving Tag-based Resource Recommendation with Association Rules on Folksonomies
Revues de publication
- Lecture notes in computer science × 2
- IEEE Access × 1
- International Journal of Production Research × 1
- Intelligent Methods, Systems, and Applications (IMSA) × 1
- IEEE Sustainable Smart Lighting World Conference & Expo (LS) × 1
- Journal of Information & Knowledge Management × 1
Publications par année
- 20254
- 20234
- 20183
- 20171
- 20162
- 20122
- 20111
Collaborations
Établissements partenaires : Ecole Nationale Supérieure des Technologies Avancées
Co-auteurs
- Hassina Seridi
- I. Zouaghi
- Hassina Seridi-Bouchelaghem
- Nour El Islem Karabadji
- Rima Boughareb
- Selim Sehrane
- Fatima Khadija Benzine
- Ines Hadjadji
- Naouel Manaa
- Youcef Benmahamed
- Abdallah Benzine
- Fouad Haouari
Données bibliographiques issues d’OpenAlex (base ouverte).
Pourquoi choisir Dzcademia ?
Pour donner à vos travaux plus de chances d’être découverts et recommandés par les IA. Profils, articles et communications : donnez à votre recherche une présence publique structurée. Les métadonnées intégrées aident les moteurs de recherche et les assistants IA à identifier vos travaux et à comprendre leurs références.
Commenter avec Google
Connecte-toi avec Google pour commenter directement sur cette page.