抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
推薦システムは,情報過負荷問題への重要な応答であることが証明され,より積極的なと個別化情報サービスをユーザに提供した。協調フィルタリング推薦システムを実現する最も一般的な方法である。協調フィルターリングアルゴリズムの一つである,スロープワンアルゴリズムだけでなく実装が容易でなく,効率的で効果的であった。しかし,スロープワンアルゴリズムの予測精度は低い。データが疎らな場合,予測精度を改善するために重要である。本論文では,協調フィルタリングにtrustbased推奨モデルを紹介した。,生データセット間の不正ユーザは,Bayes法を用いてスポットし,それら不正評価を除去した;,ユーザ間の信頼と定格自体のための信頼度の程度を計算した;最終的に,協調フィルタリングに信頼に基づく推奨モデルを提案した。信頼ベース推奨モデルを用いて改善されたスロープワンアルゴリズムは,ユーザ類似性に基づいている従来のスロープワンアルゴリズムよりもより正確な予測精度を持つことを結論した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】