文献

J-GLOBAL ID：201702249738651715   整理番号：17A0529372

PEARSON相関係数を改善するための個人化推薦アルゴリズムを改良した。【JST・京大機械翻訳】

A Personalized Recommendation Algorithm on Improving Pearson Correlation Coefficient

著者 (2件)： Chen Gongping (College of Information and Electronic Engineering/Lu ’an Vocation Technology College) ,  Wang Hong (College of Information and Electronic Engineering/Lu ’an Vocation Technology College)
資料名： Shandong Nongye Daxue Xuebao. Ziran Kexue Ban  (Shandong Nongye Daxue Xuebao. Ziran Kexue Ban)
巻： 47  号： 6  ページ： 940-944  発行年： 2016年 
JST資料番号： C2974A  ISSN： 1000-2324  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ユーザによる協調フィルタリング推薦アルゴリズム(USERCF)は,ユーザの履歴操作記録からユーザの興味を分析し,個々のユーザのK個の類似した近傍を見つけ,そのK個の近隣集合に基づいて推薦を行う.ピアソン相関係数はユーザの履歴スコアからユーザ間の類似度を計算することができる.本論文では、流行項目のペナルティ係数、共同採点項目のペナルティ係数Δと採点差のペナルティ係数Λを加え、ピアソンの相関係数に対して改良と修正を実施した。実験結果は,改良したピアソン類似性の推薦効果がオリジナルのオリジナル類似性より良いことを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 類似性 ,  ペナルティ ,  *相関係数
準シソーラス用語： 類似度 ,  スコア ,  *Pearson相関係数 ,  協調フィルタリング , 【Automatic Indexing@JST】

著者キーワード (4件)： Personalized recommendation ,  similarity calculation ,  Pearson Correlation Coefficient ,  rating prediction

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： Pearson相関係数 ,  個人化推薦 ,  アルゴリズム