文献

J-GLOBAL ID：200902251295983048   整理番号：09A0861855

推奨システムのための行列因数分解技術

MATRIX FACTORIZATION TECHNIQUES FOR RECOMMENDER SYSTEMS

著者 (3件)： KOREN Yehuda (Yahoo Res.) ,  BELL Robert (AT&T Labs-Res.) ,  VOLINSKY Chris (AT&T Labs-Res.)
資料名： Computer  (Computer)
巻： 42  号： 8  ページ： 30-37  発行年： 2009年08月 
JST資料番号： B0794A  ISSN： 0018-9162  資料種別： 逐次刊行物 (A)
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： Netflix Prize(オンラインDVDサービスのアルゴリズムコンテスト)は製品推奨を生成するために,古典的隣接技術よりも行列因数分解モデルが優れていることを示した。モデルについて,以下1)-9)にて解説した。1)推奨システム戦略,2)行列因数分解法,3)基本行列因数分解モデル,4)学習アルゴリズム,5)バイアスの追加,6)追加入力源,7)一時的力学,8)変化する信頼レベルを持った入力,9)コンテスト。行列因数分解技術は協調フィルタリング推奨の中で支配的手法であり,精度が高い。同時に,システムが比較的容易に学習できるメモリ効率の良いモデルでもある。フィードバックの多様な型式,一時的力学,信頼レベルなどの多くの重要なアスペクトを自然に統合できることが,これら技術を一層便利なものにしている。

シソーラス用語： *因数分解 ,  *情報サービス ,  *行列 ,  DVD【ディスク】 ,  力学 ,  モデリング ,  経営戦略 ,  学習アルゴリズム ,  精度 ,  フィルタリング ,  インターネット ,  情報収集 ,  マーケティング ,  *消費者志向 ,  Web【情報システム】 ,  利用者プロファイル ,  映画 ,  取引 ,  *販売
準シソーラス用語： 推奨システム ,  協調フィルタリング

分類 (1件)： 情報処理一般  (JE15010U)

タイトルに関連する用語 (2件)： 推奨システム ,  行列因数分解