文献

J-GLOBAL ID：201702222065313785   整理番号：17A0320259

1クラス協調フィルタリングのための豊富な相互作用を用いたグループBayes個別ランキング【Powered by NICT】

Group Bayesian personalized ranking with rich interactions for one-class collaborative filtering

著者 (3件)： Pan Weike (College of Computer Science and Software Engineering, Shenzhen University, China) ,  Pan Weike (Department of Computer Science, Hong Kong Baptist University, Hong Kong) ,  Chen Li (Department of Computer Science, Hong Kong Baptist University, Hong Kong)
資料名： Neurocomputing  (Neurocomputing)
巻： 207  ページ： 501-510  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 協調フィルタリングの分野における研究者と実務者が電子商取引におけるトランザクションとソーシャルネットワークにおける「好き」のような「1クラス」フィードバック形式のユーザ挙動に強い関心を示した。レコメンデーション問題は1クラス協調フィルタリング(OCCF)と呼ばれる。以前のほとんどの研究では,Bayesパーソナル化ランキング(BPR)と呼ばれる対ごと選好仮定は,このような1クラスデータを良くできることが経験的に確かめた。最も最近の研究の一つでは,グループ選好に基づくB PR(GBPR)と呼ばれる改良モデルはグループ選好を利用するとより優れた性能を得た。本論文では,GBPR超える,新しい一般的な仮定,すなわち,豊富な相互作用(GBPR~+)群Bayesパーソナル化ランキングを提案した。GBPR~+では,GBPR,豊富な相互作用を導入する期待されるに使用される単一項目の代わりに項目のセットを採用した。アイテム集合では,1個の項目を含む場合GBPRはGPBR~+の特殊な場合である。は四種の実世界データセット上でいくつかの最先端の方法とこのGBPR~+の経験的性能を研究し,著者らのGPBR~+はより正確なレコメンデーションを生成できることを見出した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 電子商取引 ,  *相互作用 ,  フィードバック ,  *等級づけ
準シソーラス用語： パーソナル化 ,  社会的ネットワーク ,  *協調フィルタリング , 【Automatic Indexing@JST】

著者キーワード (4件)： 1クラス協調フィルタリング ,  陰的フィードバック ,  グループ対優先性 ,  アイテムセット

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： クラス ,  協調フィルタリング ,  相互作用 ,  グループ ,  ランキング