文献

J-GLOBAL ID：201702246156136305   整理番号：17A0472973

二部グラフ相関と陰的信頼に基づく選好抽出法【Powered by NICT】

A preference elicitation method based on bipartite graphical correlation and implicit trust

著者 (4件)： Gao Quanli (Service computing and Application Lab, Department of Information Science and Technology, Northwest University, 710127, PR China) ,  Gao Ling (Service computing and Application Lab, Department of Information Science and Technology, Northwest University, 710127, PR China) ,  Fan Jianping (Department of Computer Science, UNC-Charlotte NC 28223, USA) ,  Ren Jie (Service computing and Application Lab, Department of Information Science and Technology, Northwest University, 710127, PR China)
資料名： Neurocomputing  (Neurocomputing)
巻： 237  ページ： 92-100  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ビッグデータの時代では,情報過負荷は悪化した。個人的勧告を行うためのデータ解析および行動解析を適用し,既存の推薦システムの大部分は低い予測精度の問題に悩まされてきた。この問題を解決するために,新しい選好導出アルゴリズムは二部グラフ相関と陰的信頼を用いて開発した。より正確には,二分グラフ相関を計算するために,改良された単一源最短経路を最初に利用者-項目二部グラフに基づく最短挙動経路を得るために提示した。がMarkov分離アルゴリズムを用いて非相関頂点を分離し,2部グラフ相関の値を得た。第二に,陰的信頼を用いた歴史的挙動を持たないユーザと項目間の信頼関係を表現した。独立信頼群は利用者-項目2副格子グラフ上の閉ループ経路を表現するために適用し,計算法は,独立した信頼群と明示的信用の信頼できる値に基づく陰的信頼性の値を得るために開発した。最後に,2部グラフ相関と陰的信頼に基づく重み付き予測法を用いて最終評価を計算した。著者らの経験的実験は,まばらなデータセット,その結果は筆者らの手法が低いP@Rを達成し,推奨品質を効率的に改善できることを実証した上で行った。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 信頼性 ,  過負荷 ,  予測技法 ,  *データ解析 ,  品質 ,  アルゴリズム ,  副格子
準シソーラス用語： 信頼関係 ,  非相関 ,  最短経路 ,  予測精度 ,  推奨システム ,  行動解析 ,  ビッグデータ ,  *二部グラフ , 【Automatic Indexing@JST】

著者キーワード (5件)： 推薦システム ,  独立信頼群 ,  明示的信頼性 ,  暗黙の信用 ,  二部グラフ相関

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 二部グラフ ,  相関 ,  信頼 ,  選好 ,  抽出法