文献

J-GLOBAL ID：201702299478443513   整理番号：17A0343461

混合因子行列分解推薦アルゴリズム【JST・京大機械翻訳】

A Matrix Factorization Algorithm with Hybrid Implicit and Explicit Attributes for Recommender Systems

著者 (3件)： Zhao Changwei (School of Electronic and Information Engineering,Xi’an Jiaotong University) ,  Peng Qinke (School of Electronic and Information Engineering,Xi’an Jiaotong University) ,  Zhang Zhiyong (School of Information and Engineering,Henan University of Science and Technology)
資料名： Xi’an Jiaotong Daxue Xuebao  (Xi'an Jiaotong Daxue Xuebao)
巻： 50  号： 12  ページ： 87-91  発行年： 2016年 
JST資料番号： W0363A  ISSN： 0253-987X  CODEN： HCTPDW  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： 潜在的属性と既知の属性の間の対応関係を確立することができないという問題を解決するために,本論文は,混合属性と暗黙属性のためのマトリックス分解アルゴリズムを提案した。このアルゴリズムは,明示的属性の相関性を用いて因子行列を制約し,スパース行列の分解における過剰あてはめ問題を抑制し,推薦精度を改善し,因子マトリックスにおける明示的属性を含んでいるので,混合行列因数分解アルゴリズムは新しいユーザと新製品の推薦を実現することができる。この問題を解決するために,いくつかの問題を解決し,評価データから明示的属性へのマッピングを実現し,推奨結果を説明した。MOVIELENSデータセットに関する実験結果は,以下を示す。同じ因子数の下で,混合因子行列分解アルゴリズムの推薦精度は,バイアス確率マトリックス分解アルゴリズムよりも優れており,そして,新しい製品の推薦は,明示的属性に基づいて実現することができた。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： バイアス ,  スパース行列 ,  *アルゴリズム ,  新製品
準シソーラス用語： 行列因数分解 ,  *推薦アルゴリズム ,  *行列分解 , 【Automatic Indexing@JST】

著者キーワード (5件)： recommender algorithm ,  matrix factorization ,  hybrid factor ,  recommended interpretation ,  cold start

分類 (2件)： 数値計算  (JE02000J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 因子 ,  行列分解 ,  推薦アルゴリズム