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。
ソーシャルネットワークにおける個別化推薦アルゴリズムの正確さをさらに改善する,伝統的な推薦アルゴリズムを要約を基にするために,本論文では,ユーザ,信用伝搬機構と時系列情報間の社会的関係を紹介し,利用者-項目スコア行列情報は確率行列分解モデルに融合した,新しい個人化レコメンデーションモデルTTSMFを確立し,モデルは,ユーザと項目の潜在的特徴を学習し,時間因子を考慮し,ユーザ間の信頼関係を扱う。ユーザはどの項目について評価しなくても,ユーザの特徴ベクトルを学習信頼関係できた。既存アルゴリズムと比較して,TTSMFアルゴリズムはより優れたコールドスタート問題を解決し,アルゴリズムの精度を改善することができる。アルゴリズムの時間計算量を解析することにより,TTSMFアルゴリズムは,大きなデータセットを用いた応用シナリオに容易に拡張できる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】