文献

J-GLOBAL ID：201602275601972556   整理番号：16A1266167

社会的影響を考慮した動的行列因数分解【Powered by NICT】

Dynamic matrix factorization with social influence

著者 (3件)： Aravkin Aleksandr Y. (Department of Applied Mathematics, University of Washington, Seattle, WA 98195 USA) ,  Varshney Kush R. (Mathematical Sciences Department, IBM Thomas J. Watson Research Center, Yorktown Heights, NY 10598 USA) ,  Yang Liu (Mathematical Sciences Department, IBM Thomas J. Watson Research Center, Yorktown Heights, NY 10598 USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： MLSP  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 類似ユーザは類似した評価を与えることと類似した項目は同様の評価を得るという信念をコードする低ランク仮定の下でスパースユーザによる項目評価マトリックスを完成することができるので,マトリックス因数分解は協調フィルタリングに基づくレコメンデーションシステムの重要な要素である。このパラダイムは,測定不能な実用的成功してきていないが,それは,人々の選好を推定する理解のための完全な物語ではない。最初に,人々の選好と評価としてそれらの観測可能な症状は軌道の一般的パターンに沿って時間的に変化する。第二に,個人の選好性は,それらの社会的つながりの影響を通して時間的に変化する。本論文では,状態空間法による両タイプ動力学の統一プロセスモデルを開発し,モデル内の推定のための効率的な最適化方式を示した。モデルは動的行列因数分解,専門家の見解の力学と社会的学習,信頼ベース推薦における最近の発展からの要素を組み合わせたものである。推定は数値非線形最適化における最近の進歩を蓄積した。Epinionsウェブサイトからの大規模データ上での実験結果により,二タイプの動力学を考慮した根平均二乗誤差の一貫した減少を示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 嗜好性 ,  最適化 ,  学習 ,  *状態変数法
準シソーラス用語： 平均二乗誤差 ,  大規模データ ,  Webサイト ,  非線形最適化 ,  プロセスモデル ,  物語 ,  推奨システム ,  協調フィルタリング ,  *行列因数分解 , 【Automatic Indexing@JST】

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (2件)： 社会的影響 ,  行列因数分解