文献

J-GLOBAL ID：201702269785116078   整理番号：17A0213869

正則化コンテンツを意識したテンソル因数分解時間を意識した位置レコメンデーションに適合する【Powered by NICT】

Regularized Content-Aware Tensor Factorization Meets Temporal-Aware Location Recommendation

著者 (6件)： Lian Defu ,  Zhang Zhenyu ,  Ge Yong ,  Zhang Fuzheng ,  Yuan Nicholas Jing ,  Xie Xing
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICDM  ページ： 1029-1034  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： 陰的フィードバックに合わせた重み付きテンソル因数分解は時間を意識した位置レコメンデーションにおけるその優れた性能を示したが,三つの重要な課題を抱えている。第一に,それは完全に訪れたことの無いもののそれからの時間依存訪れたことの無い場所のための負の選択の信頼性を区別しない。第二に,不連続性は時間離散化から生じる,無限に大きなマージンを種々の時間ビンの間に存在する可能性がある。第三に,隣接位置の地理的制約が考慮されていない。これらの課題を解決するために,正則化されたコンテンツを意識したテンソル因数分解(RCTF)アルゴリズム,対応する課題に対処するために三つの戦略を利用することを提案した。第一に,それは新規相互作用正則化を紹介し,第二に,時間ビン類似度行列の固有分解から導かれた特徴ベクトルによる各ビンを表し,時間の近傍ビンの近接性を捕捉するために,三,離散空間分布による位置の地理情報をコードし,空間的近接制約は位置含量にそれらを入れるだけで満足できるようにした。提案したアルゴリズムは,二つの大規模位置ベースソーシャルネットワークデータセット上で時間を考慮した位置レコメンデーションのための評価した。実験結果は,いくつかの競合する時間を考慮したレコメンデーションベースラインへの提案したアルゴリズムの優位性を示し,提案したアルゴリズムの三つの戦略の顕著な利点を検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 制約条件 ,  *因数分解 ,  不連続性 ,  *正則化 ,  アルゴリズム ,  フィードバック ,  *コンテンツ ,  時間依存性 ,  空間分布 ,  地理学 ,  *テンソル
準シソーラス用語： 近接性 ,  特徴ベクトル ,  類似度 ,  離散化 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 正則化 ,  コンテンツ ,  意識 ,  テンソル ,  因数分解 ,  レコメンデーション