文献

J-GLOBAL ID：201102203723403209   整理番号：11A0108784

特徴量に基づく確率的行列分解

Probabilistic Matrix Factorization based on Features

著者 (1件)： 関野正志 (ソニー システム技研)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 110  号： 265(IBISML2010 60-103)  ページ： 203-210  発行年： 2010年10月28日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 確率的行列分解(Probabilistic Matrix Factorization:PMF)において,行列要素とは別の,行や列に対応する特徴量を反映させる確率的行列分解回帰(Probabilistic Matrix Factorized Regression:PMFR)を提案する。あわせて,変分ベイズ推定の新たな初期化方法も提案する。PMFRはPMFと縮小ランク回帰を特別な場合として含み,ベイズ推定により両者の特性を適切に反映させることができる。推薦システムでは,PMFRは協調フィルタリング(Collaborative Filtering:CF)と内容ベースフィルタリング(Content-Based Filtering:CBF)を統合した確率モデルの一つとしても考えられる。MovieLensデータに適用した結果,デモグラフィック属性をユーザの特徴量,ジャンル属性を映画の特徴量とするPMFRは,PMFよりも高精度であり,特にコールドスタート問題に有効であることがわかった。(著者抄録)

シソーラス用語： 因数分解 ,  *行列 ,  Bayes推定 ,  情報システム ,  確率モデル ,  問題
準シソーラス用語： *特徴量 ,  *確率的行列分解 ,  ファクトリゼーション ,  確率的行列分解回帰 ,  推薦システム ,  *協調フィルタリング ,  コールドスタート問題

分類 (2件)： システム・制御理論一般  (IA02010H) ,  オペレーションズリサーチ一般  (KA03010Q)

引用文献 (5件)：

• LIM, Y. J. Variational Bayesian approach to movie rating prediction. Proceedings of KDD Cup and Workshop, 2007. 2007
• RAIKO, Tapani. Principal component analysis for large scale problems with lots of missing values. Proceedings of the European Conference on Machine Learning, 2007. 2007, 691-698
• SALAKHUTDINOV, Ruslan. Probabilistic matrix factorization. Advances in Neural Information Processing Systems. 2008, 20
• SALAKHUTDINOV, Ruslan. Bayesian probabilistic matrix factorization using Markov chain Monte Carlo. Proceedings of the International Conference on Machine Learning, 2008. 2008, 25
• REINSEL, G. C. Multivariate Reduced-Rank Regression. 1998

タイトルに関連する用語 (3件)： 特徴量 ,  確率 ,  行列分解