文献

J-GLOBAL ID：201402253950797344   整理番号：14A0658595

レコメンデーションシステムのための協調フィルタリングへの効率的な非負行列因数分解ベースアプローチ

An Efficient Non-Negative Matrix-Factorization-Based Approach to Collaborative Filtering for Recommender Systems

著者 (4件)： LUO Xin (Chongqing Univ., Chongqing, CHN) ,  ZHOU Mengchu (New Jersey Inst. Technol., NJ, USA) ,  XIA Yunni (Chongqing Univ., Chongqing, CHN) ,  ZHU Qingsheng (Chongqing Univ., Chongqing, CHN)
資料名： IEEE Transactions on Industrial Informatics  (IEEE Transactions on Industrial Informatics)
巻： 10  号： 2  ページ： 1273-1284  発行年： 2014年05月 
JST資料番号： W1434A  ISSN： 1551-3203  CODEN： ITIICH  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： インターネットにおけるレコメンデーションシステムはユーザ,アイテム(映画,ニュース等)と利用履歴とからなる。様々なアプローチの中で,協調フィルタリング(CF)が重要な一角を占める。CFの実現には様々な方法があるが,最近,行列因数分解(MF)ベースモデルが高い精度を与え,スケーラブルでもあることが明らかにされている。MFベースレコメンデーションは教師なし学習により学習されるが,その学習過程において,現実世界との対応を取るために,非負制約の導入が極めて重要であることが示されている。本論文では,この非負MF(NMF)ベースのCFモデルの開発を行った。この方法は計算的に高効率であり,予測精度が高く,実装も容易である。実験結果により,提案手法の有効性を示した。

シソーラス用語： *Webサービス ,  Webページ ,  応用プログラム ,  *教師なし学習 ,  情報収集 ,  方法論 ,  マーケティング ,  消費者志向 ,  情報サービス ,  因数分解 ,  行列 ,  インターネット ,  スケーラビリティ【計算機】 ,  レコメンデーションエンジン
準シソーラス用語： リコメンデーションシステム ,  レコメンデーション【Web】 ,  協調フィルタリング ,  行列因数分解 ,  利用履歴

分類 (2件)： その他の情報処理  (JE15050M) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： レコメンデーションシステム ,  協調フィルタリング ,  非負行列因数分解