@prefix rdf:	<http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
@prefix dbpedia:	<http://dbpedia.org/resource/> .
@prefix ns2:	<http://dbpedia.org/class/yago/> .
dbpedia:Recommender_system	rdf:type	ns2:ReviewWebsites ,
		ns2:InformationSystems .
@prefix owl:	<http://www.w3.org/2002/07/owl#> .
dbpedia:Recommender_system	owl:sameAs	<http://rdf.freebase.com/ns/guid.9202a8c04000641f80000000002ce589> .
@prefix foaf:	<http://xmlns.com/foaf/0.1/> .
@prefix ns5:	<http://en.wikipedia.org/wiki/> .
dbpedia:Recommender_system	foaf:page	ns5:Recommender_system .
@prefix dbpprop:	<http://dbpedia.org/property/> .
dbpedia:Recommender_system	dbpprop:reference	<http://www.cis.upenn.edu/datamining/Publications/p8734-schein.pdf> ,
		<http://eecs.oregonstate.edu/iis/CoFE/> ,
		<http://www.cs.utexas.edu/users/ml/publication/paper.cgi?paper=cbcf-aaai-02.ps.gz> ,
		<http://users.ecs.soton.ac.uk/sem99r/publications.html> ,
		<http://www.em.uni-karlsruhe.de/research/projects/reckvk/index.php?language=en&id=Summary> ,
		<http://www.grouplens.org/> ,
		<http://www.duineframework.org> ,
		<http://recsys.acm.org/2008> ,
		<http://www.uni-klu.ac.at/tewi/inf/ainf/isbi/index.html> ,
		<http://dbis.informatik.uni-freiburg.de/index.php?project=2nd-Gen-RS> ,
		<http://www.configworks.com/mz/proceedings_ecai08_recws.pdf> ,
		<http://proserver3-iwas.uni-klu.ac.at/ECAI06-Recommender-Workshop/workshop_proceedings.pdf> ,
		<http://www.andreas-ittner.de/index_rs.html> ,
		<http://www.patrickbaudisch.com/interactingwithrecommendersystems/> ,
		<http://recsys.acm.org/> ,
		<http://web.engr.oregonstate.edu/~herlock/rsw2001/> ,
		<http://recsys.acm.org/2007/> ,
		<http://www.cs.utexas.edu/users/mooney/libra/> ,
		<http://www.cs.umbc.edu/~ian/sigir99-rec/> ,
		<http://www.unifr.ch/econophysics/> .
@prefix rdfs:	<http://www.w3.org/2000/01/rdf-schema#> .
dbpedia:Recommender_system	rdfs:label	"Sistema de recomenda\u00E7\u00E3o"@pt ,
		"Cricetomyinae"@es ,
		"Empfehlungsdienst"@de ,
		"\u0420\u0435\u043A\u043E\u043C\u0435\u043D\u0434\u0430\u0442\u0435\u043B\u044C\u043D\u0430\u044F \u0441\u0438\u0441\u0442\u0435\u043C\u0430"@ru ,
		"\u30EC\u30B3\u30E1\u30F3\u30C0\u30B7\u30B9\u30C6\u30E0"@ja ,
		"Sistema de recomendaci\u00F3n"@es ,
		"Recommender system"@en ,
		"Syst\u00E8me de recommandation"@fr ;
	dbpprop:abstract	"Recommender systems form a specific type of information filtering (IF) technique that attempts to present information items that are likely of interest to the user. Typically, a recommender system compares the user's profile to some reference characteristics, and seeks to predict the 'rating' that a user would give to an item they had not yet considered. These characteristics may be from the information item (the content-based approach) or the user's social environment."@en ,
		"Um sistema de recomenda\u00E7\u00E3o \u00E9 um programa de computador que tenta prever o gosto de cada utilizador baseado em informa\u00E7\u00E3o submetida por si e pelos restantes utilizadores."@pt ,
		"Ein Empfehlungsdienst (englisch Recommender System) ist ein automatisches Verfahren, das ausgehend von vorhandenen Webseiten oder anderen Objekten \u00E4hnliche Objekte ermittelt und empfiehlt. Zur Ermittlung der passenden Empfehlungen verwendet ein Empfehlungsdienst Methoden des Data-Minings und Information Retrieval. Bei der Empfehlung von Hyperlinks werden dar\u00FCber hinaus Informationen aus dem konkreten Kontext (Webseiten-Zugriff) und zus\u00E4tzliche Informationen wie z. B. die Kauf-, Navigations- oder Klick-Historie herangezogen."@de ,
		"\u30EC\u30B3\u30E1\u30F3\u30C0\u30B7\u30B9\u30C6\u30E0\uFF08\u82F1&#58; recommender system\uFF09\u306F\u3001\u60C5\u5831\u30D5\u30A3\u30EB\u30BF\u30EA\u30F3\u30B0 (IF) \u6280\u6CD5\u306E\u4E00\u7A2E\u3067\u3001\u7279\u5B9A\u30E6\u30FC\u30B6\u30FC\u304C\u8208\u5473\u3092\u6301\u3064\u3068\u601D\u308F\u308C\u308B\u60C5\u5831\uFF08\u6620\u753B\u3001\u97F3\u697D\u3001\u672C\u3001\u30CB\u30E5\u30FC\u30B9\u3001\u753B\u50CF\u3001\u30A6\u30A7\u30D6\u30DA\u30FC\u30B8\u306A\u3069\uFF09\u3001\u3059\u306A\u308F\u3061\u300C\u304A\u3059\u3059\u3081\u300D\u3092\u63D0\u793A\u3059\u308B\u3082\u306E\u3067\u3042\u308B\u3002\u901A\u5E38\u306E\u30EC\u30B3\u30E1\u30F3\u30C0\u30B7\u30B9\u30C6\u30E0\u306F\u3001\u30E6\u30FC\u30B6\u30FC\u306E\u30D7\u30ED\u30D5\u30A1\u30A4\u30EB\u3092\u4F55\u3089\u304B\u306E\u57FA\u6E96\u3068\u6BD4\u8F03\u3057\u3001\u30E6\u30FC\u30B6\u30FC\u304C\u500B\u3005\u306E\u30A2\u30A4\u30C6\u30E0\u306B\u3064\u3051\u308B\u3067\u3042\u308D\u3046\u8A55\u4FA1\u3092\u4E88\u6E2C\u3059\u308B\u3002\u57FA\u6E96\u306F\u60C5\u5831\u30A2\u30A4\u30C6\u30E0\u5074\u304B\u3089\u5F62\u6210\u3059\u308B\u5834\u5408\uFF08\u30B3\u30F3\u30C6\u30F3\u30C4\u30D9\u30FC\u30B9\u306E\u624B\u6CD5\uFF09\u3068\u30E6\u30FC\u30B6\u30FC\u306E\u793E\u4F1A\u74B0\u5883\u304B\u3089\u5F62\u6210\u3059\u308B\u5834\u5408\uFF08\u5354\u8ABF\u30D5\u30A3\u30EB\u30BF\u30EA\u30F3\u30B0\u306E\u624B\u6CD5\uFF09\u304C\u3042\u308B\u3002"@ja ,
		"\u0420\u0435\u043A\u043E\u043C\u0435\u043D\u0434\u0430\u0442\u0435\u043B\u044C\u043D\u044B\u0435 \u0441\u0438\u0441\u0442\u0435\u043C\u044B\u00A0\u2014 \u043F\u0440\u043E\u0433\u0440\u0430\u043C\u043C\u044B, \u043A\u043E\u0442\u043E\u0440\u044B\u0435 \u043F\u044B\u0442\u0430\u044E\u0442\u0441\u044F \u043F\u0440\u0435\u0434\u0441\u043A\u0430\u0437\u0430\u0442\u044C, \u043A\u0430\u043A\u0438\u0435 \u043E\u0431\u044A\u0435\u043A\u0442\u044B \u0431\u0443\u0434\u0443\u0442 \u0438\u043D\u0442\u0435\u0440\u0435\u0441\u043D\u044B \u043F\u043E\u043B\u044C\u0437\u043E\u0432\u0430\u0442\u0435\u043B\u044E, \u0438\u043C\u0435\u044F \u043E\u043F\u0440\u0435\u0434\u0435\u043B\u0435\u043D\u043D\u0443\u044E \u0438\u043D\u0444\u043E\u0440\u043C\u0430\u0446\u0438\u044E \u043E \u0435\u0433\u043E \u043F\u0440\u043E\u0444\u0438\u043B\u0435(\u0430\u043D\u0433\u043B.). \u0417\u0430\u0447\u0430\u0441\u0442\u0443\u044E \u0440\u0435\u0430\u043B\u0438\u0437\u0443\u044E\u0442\u0441\u044F \u043D\u0430 \u0430\u043B\u0433\u043E\u0440\u0438\u0442\u043C\u0435 \u043A\u043E\u043B\u043B\u0430\u0431\u043E\u0440\u0430\u0442\u0438\u0432\u043D\u043E\u0439 \u0444\u0438\u043B\u044C\u0442\u0440\u0430\u0446\u0438\u0438. \u0412 \u043F\u0440\u043E\u0446\u0435\u0441\u0441\u0435 \u0440\u0430\u0431\u043E\u0442\u044B \u0440\u0435\u043A\u043E\u043C\u0435\u043D\u0434\u0430\u0442\u0435\u043B\u044C\u043D\u044B\u0435 \u0441\u0438\u0441\u0442\u0435\u043C\u044B \u0441\u043E\u0431\u0438\u0440\u0430\u044E\u0442 \u0434\u0430\u043D\u043D\u044B\u0435 \u043E \u043F\u043E\u043B\u044C\u0437\u043E\u0432\u0430\u0442\u0435\u043B\u044F\u0445, \u0438\u0441\u043F\u043E\u043B\u044C\u0437\u0443\u044F \u0441\u043E\u0447\u0435\u0442\u0430\u043D\u0438\u0435 \u044F\u0432\u043D\u044B\u0445 \u0438 \u043D\u0435\u044F\u0432\u043D\u044B\u0445 \u043C\u0435\u0442\u043E\u0434\u043E\u0432. \u041F\u0440\u0438\u043C\u0435\u0440\u044B \u044F\u0432\u043D\u043E\u0433\u043E \u0441\u0431\u043E\u0440\u0430 \u0434\u0430\u043D\u043D\u044B\u0445: \u0437\u0430\u043F\u0440\u043E\u0441 \u0443 \u043F\u043E\u043B\u044C\u0437\u043E\u0432\u0430\u0442\u0435\u043B\u044F \u043E\u0446\u0435\u043D\u043A\u0438 \u043E\u0431\u044A\u0435\u043A\u0442\u0430 \u043F\u043E \u0434\u0438\u0444\u0444\u0435\u0440\u0435\u043D\u0446\u0438\u0440\u043E\u0432\u0430\u043D\u043D\u043E\u0439 \u0448\u043A\u0430\u043B\u0435 \u0437\u0430\u043F\u0440\u043E\u0441 \u0443 \u043F\u043E\u043B\u044C\u0437\u043E\u0432\u0430\u0442\u0435\u043B\u044F \u0440\u0430\u043D\u0436\u0438\u0440\u043E\u0432\u043A\u0438 \u0433\u0440\u0443\u043F\u043F\u044B \u043E\u0431\u044A\u0435\u043A\u0442\u043E\u0432 \u043E\u0442 \u043D\u0430\u0438\u043B\u0443\u0447\u0448\u0435\u0433\u043E \u043A \u043D\u0430\u0438\u0445\u0443\u0434\u0448\u0435\u043C\u0443 \u043F\u0440\u0435\u0434\u044A\u044F\u0432\u043B\u0435\u043D\u0438\u0435 \u043F\u043E\u043B\u044C\u0437\u043E\u0432\u0430\u0442\u0435\u043B\u044E \u0434\u0432\u0443\u0445 \u043E\u0431\u044A\u0435\u043A\u0442\u043E\u0432 \u0441 \u0432\u043E\u043F\u0440\u043E\u0441\u043E\u043C \u043E \u0442\u043E\u043C, \u043A\u0430\u043A\u043E\u0439 \u0438\u0437 \u043D\u0438\u0445 \u043B\u0443\u0447\u0448\u0435 \u043F\u0440\u0435\u0434\u043B\u043E\u0436\u0435\u043D\u0438\u0435 \u0441\u043E\u0437\u0434\u0430\u0442\u044C \u0441\u043F\u0438\u0441\u043E\u043A \u043E\u0431\u044A\u0435\u043A\u0442\u043E\u0432, \u043B\u044E\u0431\u0438\u043C\u044B\u0445 \u043F\u043E\u043B\u044C\u0437\u043E\u0432\u0430\u0442\u0435\u043B\u0435\u043C \u041F\u0440\u0438\u043C\u0435\u0440\u044B \u043D\u0435\u044F\u0432\u043D\u043E\u0433\u043E \u0441\u0431\u043E\u0440\u0430 \u0434\u0430\u043D\u043D\u044B\u0445: \u043D\u0430\u0431\u043B\u044E\u0434\u0435\u043D\u0438\u0435 \u0437\u0430 \u0442\u0435\u043C, \u0447\u0442\u043E \u043E\u0441\u043C\u0430\u0442\u0440\u0438\u0432\u0430\u0435\u0442 \u043F\u043E\u043B\u044C\u0437\u043E\u0432\u0430\u0442\u0435\u043B\u044C \u0432 \u0438\u043D\u0442\u0435\u0440\u043D\u0435\u0442-\u043C\u0430\u0433\u0430\u0437\u0438\u043D\u0430\u0445 \u0432\u0435\u0434\u0435\u043D\u0438\u0435 \u0437\u0430\u043F\u0438\u0441\u0435\u0439 \u043E \u043F\u043E\u043A\u0443\u043F\u043A\u0430\u0445 \u043F\u043E\u043B\u044C\u0437\u043E\u0432\u0430\u0442\u0435\u043B\u044F \u043E\u043D\u043B\u0430\u0439\u043D \u043E\u0442\u0441\u043B\u0435\u0436\u0438\u0432\u0430\u043D\u0438\u0435 \u0441\u043E\u0434\u0435\u0440\u0436\u0438\u043C\u043E\u0433\u043E \u043A\u043E\u043C\u043F\u044C\u044E\u0442\u0435\u0440\u0430 \u043F\u043E\u043B\u044C\u0437\u043E\u0432\u0430\u0442\u0435\u043B\u044F \u0420\u0435\u043A\u043E\u043C\u0435\u043D\u0434\u0430\u0442\u0435\u043B\u044C\u043D\u044B\u0435 \u0441\u0438\u0441\u0442\u0435\u043C\u044B \u0441\u0440\u0430\u0432\u043D\u0438\u0432\u0430\u044E\u0442 \u043E\u0434\u043D\u043E\u0442\u0438\u043F\u043D\u044B\u0435 \u0434\u0430\u043D\u043D\u044B\u0435 \u043E\u0442 \u0440\u0430\u0437\u043D\u044B\u0445 \u043B\u044E\u0434\u0435\u0439 \u0438 \u0432\u044B\u0447\u0438\u0441\u043B\u044F\u044E\u0442 \u0441\u043F\u0438\u0441\u043E\u043A \u0440\u0435\u043A\u043E\u043C\u0435\u043D\u0434\u0430\u0446\u0438\u0439 \u0434\u043B\u044F \u043A\u043E\u043D\u043A\u0440\u0435\u0442\u043D\u043E\u0433\u043E \u043F\u043E\u043B\u044C\u0437\u043E\u0432\u0430\u0442\u0435\u043B\u044F. \u041D\u0435\u043A\u043E\u0442\u043E\u0440\u044B\u0435 \u043F\u0440\u0438\u043C\u0435\u0440\u044B \u0438\u0445 \u043A\u043E\u043C\u043C\u0435\u0440\u0447\u0435\u0441\u043A\u043E\u0433\u043E \u0438 \u043D\u0435\u043A\u043E\u043C\u043C\u0435\u0440\u0447\u0435\u0441\u043A\u043E\u0433\u043E \u0438\u0441\u043F\u043E\u043B\u044C\u0437\u043E\u0432\u0430\u043D\u0438\u044F \u043F\u0440\u0438\u0432\u0435\u0434\u0435\u043D\u044B \u0432 \u0441\u0442\u0430\u0442\u044C\u0435 \u043E \u043A\u043E\u043B\u043B\u0430\u0431\u043E\u0440\u0430\u0442\u0438\u0432\u043D\u043E\u0439 \u0444\u0438\u043B\u044C\u0442\u0440\u0430\u0446\u0438\u0438. \u0420\u0435\u043A\u043E\u043C\u0435\u043D\u0434\u0430\u0442\u0435\u043B\u044C\u043D\u044B\u0435 \u0441\u0438\u0441\u0442\u0435\u043C\u044B\u00A0\u2014 \u0443\u0434\u043E\u0431\u043D\u0430\u044F \u0430\u043B\u044C\u0442\u0435\u0440\u043D\u0430\u0442\u0438\u0432\u0430 \u043F\u043E\u0438\u0441\u043A\u043E\u0432\u044B\u043C \u0430\u043B\u0433\u043E\u0440\u0438\u0442\u043C\u0430\u043C, \u0442\u0430\u043A \u043A\u0430\u043A \u043F\u043E\u0437\u0432\u043E\u043B\u044F\u044E\u0442 \u043E\u0431\u043D\u0430\u0440\u0443\u0436\u0438\u0442\u044C \u043E\u0431\u044A\u0435\u043A\u0442\u044B, \u043A\u043E\u0442\u043E\u0440\u044B\u0435 \u043D\u0435 \u043C\u043E\u0433\u0443\u0442 \u0431\u044B\u0442\u044C \u043D\u0430\u0439\u0434\u0435\u043D\u044B \u043F\u043E\u0441\u043B\u0435\u0434\u043D\u0438\u043C\u0438. \u041B\u044E\u0431\u043E\u043F\u044B\u0442\u043D\u043E, \u0447\u0442\u043E \u0440\u0435\u043A\u043E\u043C\u0435\u043D\u0434\u0430\u0442\u0435\u043B\u044C\u043D\u044B\u0435 \u0441\u0438\u0441\u0442\u0435\u043C\u044B \u0447\u0430\u0441\u0442\u043E \u0438\u0441\u043F\u043E\u043B\u044C\u0437\u0443\u044E\u0442 \u043F\u043E\u0438\u0441\u043A\u043E\u0432\u044B\u0435 \u043C\u0430\u0448\u0438\u043D\u044B \u0434\u043B\u044F \u0438\u043D\u0434\u0435\u043A\u0441\u0430\u0446\u0438\u0438 \u043D\u0435\u043E\u0431\u044B\u0447\u043D\u044B\u0445 \u0434\u0430\u043D\u043D\u044B\u0445."@ru ,
		"Un sistema de recomendaci\u00F3n es un tipo espec\u00EDfico de filtro de informaci\u00F3n, t\u00E9cnica que trata de presentar al usuarios \u00EDtems de informaci\u00F3n sobre las que el usuario est\u00E1 interesado. Para hacer esto el perfil de usuario es contrastado con las caracter\u00EDsticas de los \u00EDtems. Estas caracter\u00EDsticas pueden provenir del contenido del \u00EDtem (aproximaci\u00F3n basada en el contenido, en ingl\u00E9s, content-based approach) o en el ambiente social del usuario (aproximaci\u00F3n basada en la colaboraci\u00F3n, conocido en ingl\u00E9s como collaborative filtering) Nuevo Wiki: Sistema recomendador"@es ,
		"Les syst\u00E8mes de recommandation sont une forme sp\u00E9cifique de filtrage de l'information (SI) visant \u00E0 pr\u00E9senter les \u00E9l\u00E9ments d'information (films, musique, livres, news, images, pages Web, etc) qui sont susceptibles d'int\u00E9resser l'utilisateur. G\u00E9n\u00E9ralement, un syst\u00E8me de recommandation permet de comparer le profil d'un utilisateur \u00E0 certaines caract\u00E9ristiques de r\u00E9f\u00E9rence, et cherche \u00E0 pr\u00E9dire l'\u00AB avis \u00BB que donnerait un utilisateur. Ces caract\u00E9ristiques peuvent provenir de\u2009: l'objet lui m\u00EAme, on parle \u00AB d'approche bas\u00E9e sur le contenu \u00BB ou content-based approach, l'utilisateur, l'environnement social, on parle \u00AB d'approche de filtrage collaboratif ou collaborative filtering."@fr ;
	rdfs:comment	""@ja ,
		"Ein Empfehlungsdienst (englisch Recommender System) ist ein automatisches Verfahren, das ausgehend von vorhandenen Webseiten oder anderen Objekten \u00E4hnliche Objekte ermittelt und empfiehlt. Zur Ermittlung der passenden Empfehlungen verwendet ein Empfehlungsdienst Methoden des Data-Minings und Information Retrieval. Bei der Empfehlung von Hyperlinks werden dar\u00FCber hinaus Informationen aus dem konkreten Kontext (Webseiten-Zugriff) und zus\u00E4tzliche Informationen wie z. B."@de ,
		"Les syst\u00E8mes de recommandation sont une forme sp\u00E9cifique de filtrage de l'information (SI) visant \u00E0 pr\u00E9senter les \u00E9l\u00E9ments d'information (films, musique, livres, news, images, pages Web, etc) qui sont susceptibles d'int\u00E9resser l'utilisateur. G\u00E9n\u00E9ralement, un syst\u00E8me de recommandation permet de comparer le profil d'un utilisateur \u00E0 certaines caract\u00E9ristiques de r\u00E9f\u00E9rence, et cherche \u00E0 pr\u00E9dire l'\u00AB avis \u00BB que donnerait un utilisateur."@fr ,
		"\u0420\u0435\u043A\u043E\u043C\u0435\u043D\u0434\u0430\u0442\u0435\u043B\u044C\u043D\u044B\u0435 \u0441\u0438\u0441\u0442\u0435\u043C\u044B\u00A0\u2014 \u043F\u0440\u043E\u0433\u0440\u0430\u043C\u043C\u044B, \u043A\u043E\u0442\u043E\u0440\u044B\u0435 \u043F\u044B\u0442\u0430\u044E\u0442\u0441\u044F \u043F\u0440\u0435\u0434\u0441\u043A\u0430\u0437\u0430\u0442\u044C, \u043A\u0430\u043A\u0438\u0435 \u043E\u0431\u044A\u0435\u043A\u0442\u044B \u0431\u0443\u0434\u0443\u0442 \u0438\u043D\u0442\u0435\u0440\u0435\u0441\u043D\u044B \u043F\u043E\u043B\u044C\u0437\u043E\u0432\u0430\u0442\u0435\u043B\u044E, \u0438\u043C\u0435\u044F \u043E\u043F\u0440\u0435\u0434\u0435\u043B\u0435\u043D\u043D\u0443\u044E \u0438\u043D\u0444\u043E\u0440\u043C\u0430\u0446\u0438\u044E \u043E \u0435\u0433\u043E \u043F\u0440\u043E\u0444\u0438\u043B\u0435(\u0430\u043D\u0433\u043B.). \u0417\u0430\u0447\u0430\u0441\u0442\u0443\u044E \u0440\u0435\u0430\u043B\u0438\u0437\u0443\u044E\u0442\u0441\u044F \u043D\u0430 \u0430\u043B\u0433\u043E\u0440\u0438\u0442\u043C\u0435 \u043A\u043E\u043B\u043B\u0430\u0431\u043E\u0440\u0430\u0442\u0438\u0432\u043D\u043E\u0439 \u0444\u0438\u043B\u044C\u0442\u0440\u0430\u0446\u0438\u0438."@ru ,
		"Um sistema de recomenda\u00E7\u00E3o \u00E9 um programa de computador que tenta prever o gosto de cada utilizador baseado em informa\u00E7\u00E3o submetida por si e pelos restantes utilizadores."@pt ,
		"Un sistema de recomendaci\u00F3n es un tipo espec\u00EDfico de filtro de informaci\u00F3n, t\u00E9cnica que trata de presentar al usuarios \u00EDtems de informaci\u00F3n sobre las que el usuario est\u00E1 interesado. Para hacer esto el perfil de usuario es contrastado con las caracter\u00EDsticas de los \u00EDtems."@es ,
		"Recommender systems form a specific type of information filtering (IF) technique that attempts to present information items that are likely of interest to the user. Typically, a recommender system compares the user's profile to some reference characteristics, and seeks to predict the 'rating' that a user would give to an item they had not yet considered. These characteristics may be from the information item (the content-based approach) or the user's social environment."@en .
@prefix skos:	<http://www.w3.org/2004/02/skos/core#> .
@prefix ns9:	<http://dbpedia.org/resource/Category:> .
dbpedia:Recommender_system	skos:subject	ns9:Reputation_management ,
		ns9:Information_systems ,
		ns9:Electronic_commerce ,
		ns9:Review_websites ,
		ns9:Collective_intelligence ,
		ns9:Marketing .
@prefix ns10:	<http://dbpedia.org/resource/Template:> .
dbpedia:Recommender_system	dbpprop:wikiPageUsesTemplate	ns10:pdflink ;
	dbpprop:pdflinkProperty	<http://www.cis.upenn.edu/datamining/Publications/p8734-schein.pdf> ,
		126 .
@prefix ns11:	<http://www4.wiwiss.fu-berlin.de/flickrwrappr/photos/> .
dbpedia:Recommender_system	dbpprop:hasPhotoCollection	ns11:Recommender_system .
dbpedia:Recomendation_system	dbpprop:redirect	dbpedia:Recommender_system .
dbpedia:Recommendation_systems	dbpprop:redirect	dbpedia:Recommender_system .
dbpedia:Recommendation_engine	dbpprop:redirect	dbpedia:Recommender_system .
dbpedia:Recommendation_system	dbpprop:redirect	dbpedia:Recommender_system .
dbpedia:Recommender_systems	dbpprop:redirect	dbpedia:Recommender_system .
@prefix yago:	<http://mpii.de/yago/resource/> .
yago:Recommender_system	owl:sameAs	dbpedia:Recommender_system .