文献

J-GLOBAL ID：201602274608912974   整理番号：16A0458731

推薦システムに対する拡張性があり実用的なワンパスクラスタリングアルゴリズム

A Scalable and Practical One-Pass Clustering Algorithm for Recommender System

著者 (4件)： KHALID Asra (Univ. of Engineering and Technol., Taxila, PAK) ,  ALI GHAZANFAR Mustansar (Univ. of Engineering and Technol., Taxila, PAK) ,  AZAM Awais (Univ. of Engineering and Technol., Taxila, PAK) ,  ALAHMARI Saad Ali (Shaqra Univ., SAU)
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 9875  ページ： 987526.1-987526.6  発行年： 2015年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
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： K-means法ベース推薦アルゴリズムの様なバッチアルゴリズムは,これまで推薦問題を解決するために提案されてきた。しかしながら,これらのアルゴリズムは大規模データセットに対して非常に高価で,増分更新に対応できなかった。したがって,本論文で筆者らは,推薦システムに対して,拡張性があり実用的なワンパスクラスタリングアルゴリズムを論じ,大規模データセット上で作動し,データサイズの増加に対応し得るワンパスクラスタリングアルゴリズムを提案した。筆者らの推奨アルゴリズムの結果は,訓練時間及びテスト時間に関してK-means法より良好で,それはオンラインアルゴリズムの主な必要条件であり,その精度はK-means法に匹敵するものであった。

シソーラス用語： *情報システム ,  *スケーラビリティ【計算機】 ,  *アルゴリズム ,  クラスタ分析 ,  平均法 ,  集合 ,  適応訓練 ,  試験 ,  時間
準シソーラス用語： k-means法 ,  *クラスタリングアルゴリズム ,  テスト ,  *拡張性 ,  訓練 ,  *推薦システム ,  大規模データセット

分類 (1件)： その他の計算機利用技術  (JE14000C)

タイトルに関連する用語 (2件)： 推薦システム ,  拡張性