文献

J-GLOBAL ID：201602282041074892   整理番号：16A0773173

確率的行列因数分解を用いたリツイート挙動予測【Powered by NICT】

Retweeting behavior prediction using probabilistic matrix factorization

著者 (6件)： Kai Zhang (Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China) ,  Xiaochun Yun (Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China) ,  Jiguang Liang (Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China) ,  Xiao-yu Zhang (Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China) ,  Chao Li (National Computer Network Emergency Response Technical Team/Coordination Center of China, Beijing, China) ,  Bin Tian (Institute of Automation, Chinese Academy of Sciences, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ISCC  ページ： 1185-1192  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： リツイート情報拡散,人気のある事象予測などに重要な機構である。増加の要求のために,近年,タスクは,広範な注目を集めている。本論文では,リツイート挙動を予測するための確率的行列因数分解法を用いた新しいフレームワークを提案した。著者らの研究は三成分から構成されている。リツイート挙動問題を変換行列因数分解問題に適用した。第二に,ユーザの社会的ネットワークはリツイート挙動に影響するであろうという直感に続いて,著者らは予測精度を改善するために社会的情報をモデル化する方法を包括的に調べた。最後に,メッセージ意味埋込み情報は行列因数分解目的関数を制約するための意味論的正則化項を設計するのに採用した。もメッセージの構造とテキスト特徴に基づくメッセージ間の埋込みを構築するためのメトリックスの集合を提案した。経験的結果と解析は,著者らの手法は最新の手法よりも優れていることを実証した。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： 目的関数 ,  正則化 ,  *意味論 ,  モデリング ,  利用者
準シソーラス用語： メトリックス ,  テキスト ,  予測精度 ,  社会的ネットワーク ,  情報伝播 ,  *行列因数分解 , 【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 (4件)： 確率 ,  行列因数分解 ,  挙動 ,  予測