抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
スマートフォンの普及により,モバイルアプリケーション(APPs)は,ますますモバイルワークや娯楽用に使用されている。人々の様々な要求を満たすためには,異なるモバイルアプリケーション市場を通して輸送された膨大なモバイルアプリケーションである。これは市場所有者巨大な機会と厳しい挑戦同時にもたらす。はこのような多数のAPPのユーザのための適切なAPPを見出すことは非常に困難である。この問題を緩和するために,従来のリコメンデーション技術はAPP勧告に導入した。しかし,伝統的な状況とは異なり,人々が異なる理由のためAPPを使うのでAPPs勧告は非常にユニークな課題である。本論文では,APP推奨タスクに役立つ有用な情報を得るのに実Android市場データに基づくユーザの使用とダウンロード挙動を解析した。APPs人気とユーザ挙動を組み込んだ新しい行列因数分解アルゴリズムを提案した。実験は筆者らの手法は,モバイル推奨コンテクストにおいて,伝統的な推奨アプローチよりも性能的に優れて示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】