文献

J-GLOBAL ID：202202253415163991   整理番号：22A0934872

Pythonにおける機械学習関連ライブラリの自動推薦手法の初期評価

著者 (6件)： 小柳慶 (九大) ,  秋山楽登 (九大) ,  山手響介 (九大) ,  近藤将成 (九大) ,  亀井靖高 (九大) ,  鵜林尚靖 (九大)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2022  号： SE-210  ページ： Vol.2022-SE-210,No.17,1-8 (WEB ONLY)  発行年： 2022年03月04日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,深層学習や機械学習の研究が盛んに行われ,それに伴って,機械学習に関するライブラリを多数活用可能なプログラミング言語Pythonの需要が増大している.しかしながら,ライブラリの数は年々増加し続けているため,必要となるライブラリを発見することが,開発者にとって非常に負担のかかる作業となっている.そこで,ライブラリ推薦に関する研究が盛んに行われているが,これまでのほとんどの研究の対象言語は,Javaである.本研究では,従来使用されている推薦手法を参考にし,協調フィルタリングを用いて,Pythonにおける機械学習関連ライブラリを推薦し,従来の推薦手法がPythonにおいても有効であるか5つの評価指標を用いて調査する.調査の結果,評価指標値の推移は対象言語がJavaの場合と類似した傾向を示したため,対象言語をPythonに変更しても,協調フィルタリングを用いた推薦手法は有効であることが確認できた.推薦されたライブラリは,一般的に使用されるものが多く,今後推薦システムの改善が必要である.(著者抄録)

シソーラス用語： オブジェクト指向言語 ,  *ライブラリ【計算機】 ,  *機械学習 ,  *情報システム ,  情報収集 ,  方法論 ,  精度 ,  実験 ,  Python言語 ,  評価実験
準シソーラス用語： 推薦システム ,  協調フィルタリング

分類 (1件)： 計算機システム開発  (JD02010R)

引用文献 (9件)：

• Masateru Tsunoda, Takeshi Kakimoto, Naoki Ohsugi, Akito Monden, and Ken-ichi Matsumoto. Javawock: A java class recommender system based on collaborative filtering. In Proc. of the SEKE’2005, pp. 491-497, 2005.
• A. Ouni, R. G. Kula, M. Kessentini, T. Ishio, D. M. German, and K. Inoue. Search-based software library recommendation using multi-objective optimization. IST, Vol. 83, pp. 55-75, 2017.
• F. Thung, D. Lo, and J. Lawall. Automated library recommendation. In Proc. of the WCRE’2013, pp. 182-191. IEEE, 2013.
• P. T. Nguyen, J. D. Rocco, D. D. Ruscio, and M. D. Penta. CrossRec: Supporting software developers by recommending third-party libraries. JSS, Vol. 161, p. 110460, 2020.
• M. A. Saied, A. Ouni, H. Sahraoui, R. G. Kula, K. Inoue, and D. Lo. Improving reusability of software libraries through usage pattern mining. JSS, Vol. 145, pp. 164-179, 2018.

タイトルに関連する用語 (7件)： Python ,  機械学習 ,  ライブラリ ,  推薦 ,  手法 ,  初期 ,  評価