文献

J-GLOBAL ID：200902214769202147   整理番号：07A0941566

楽曲推薦システムの効率性とスケーラビリティの改善のための確率的推薦モデルのインクリメンタル学習法

Incremental Training of Probabilistic Recommendation Model for Improving Efficiency and Scalability of Music Recommender System

著者 (5件)： 吉井和佳 (京大 大学院情報学研究科) ,  後藤真孝 (産業技術総合研) ,  駒谷和範 (京大 大学院情報学研究科) ,  尾形哲也 (京大 大学院情報学研究科) ,  奥乃博 (京大 大学院情報学研究科)
資料名： 情報処理学会研究報告  (IPSJ SIG Technical Reports)
巻： 2007  号： 81(MUS-71)  ページ： 19-26  発行年： 2007年08月01日 
JST資料番号： Z0031B  ISSN： 0919-6072  資料種別： 逐次刊行物 (A)
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： 本稿では,ハイブリッド型楽曲推薦システムの効率性とスケーラビ...

シソーラス用語： *音楽 ,...
準シソーラス用語： *インクリメンタル学習 ,...

   続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=07A0941566&from=J-GLOBAL&jstjournalNo=Z0031B") }}

分類 (3件)： 楽器音響  (BB03070Y) ,  人工知能  (JE08000Z) ,  その他の情報処理  (JE15050M)

引用文献 (10件)：

• UITDENBOGERD, A. A Review of Factors Affecting Music Recommender Success. ISMIR, 2002. 2002, 204-208
• LINDEN, G. Amazon.com Recommendations : Item-to-Item Collaborative Filtering. IEEE Internet Computing. 2003, 7, 1, 76-80
• ANDERSON, C. The Long Tail : Why the Future of Business Is Selling Less of More. Hyperion, 2006. 2006
• HOASHI, K. Personalization of User Profiles for Content-based Music Retrieval based on Relevance Feedback. ACM Multimedia, 2003. 2003, 110-119
• LOGAN, B. Music Recommendation from Song Sets. ISMIR, 2004. 2004, 425-428

タイトルに関連する用語 (8件)： 楽曲 ,  推薦システム ,  効率性 ,  スケーラビリティ ,  確率 ,  推薦 ,  モデル ,  インクリメンタル学習