文献

J-GLOBAL ID：201702234899264471   整理番号：17A1489517

多視点の観点からの項目配向推薦アルゴリズム【Powered by NICT】

An item orientated recommendation algorithm from the multi-view perspective

著者 (12件)： Hu Qi-Ying (School of Data and Computer Science, Sun Yat-sen University, Guangzhou 510006, Guangdong, China) ,  Hu Qi-Ying (Guangdong Key Laboratory of Information Security Technology, Guangzhou, 510006, China) ,  Hu Qi-Ying (The Key Laboratory of Machine Intelligence and Advanced Computing, (Sun Yat-sen University), Ministry of Education, Guangzhou, 510006, China) ,  Zhao Zhi-Lin (School of Data and Computer Science, Sun Yat-sen University, Guangzhou 510006, Guangdong, China) ,  Zhao Zhi-Lin (Guangdong Key Laboratory of Information Security Technology, Guangzhou, 510006, China) ,  Zhao Zhi-Lin (The Key Laboratory of Machine Intelligence and Advanced Computing, (Sun Yat-sen University), Ministry of Education, Guangzhou, 510006, China) ,  Wang Chang-Dong (School of Data and Computer Science, Sun Yat-sen University, Guangzhou 510006, Guangdong, China) ,  Wang Chang-Dong (Guangdong Key Laboratory of Information Security Technology, Guangzhou, 510006, China) ,  Wang Chang-Dong (The Key Laboratory of Machine Intelligence and Advanced Computing, (Sun Yat-sen University), Ministry of Education, Guangzhou, 510006, China) ,  Lai Jian-Huang (School of Data and Computer Science, Sun Yat-sen University, Guangzhou 510006, Guangdong, China) ,  Lai Jian-Huang (Guangdong Key Laboratory of Information Security Technology, Guangzhou, 510006, China) ,  Lai Jian-Huang (The Key Laboratory of Machine Intelligence and Advanced Computing, (Sun Yat-sen University), Ministry of Education, Guangzhou, 510006, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 269  ページ： 261-272  発行年： 2017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： 伝統的な推薦アルゴリズム,項目は販売効率が,常に特定項目の製造業者の収入を高めるできないを改善するためのユーザの好みに基づいてユーザに推奨される。メーカは項目の広告のための限られた予算を持ち,この予算で,限られたユーザにこの項目を市場に出すことをのみ可能であると仮定する。広告収入を増加させるであろうことを最も適切なユーザをどのように選ぶか既存の推薦アルゴリズムに克服できない問題であると思われる。この問題を解決するために,本論文で提案したマルチビューの観点から新しい項目配向推薦アルゴリズム。既存勧告アルゴリズムとは異なり,このモデルはそれらを購入することが可能である大部分はユーザと目標項目を提供した。基本的な考え方は,項目間の関係と,各ユーザの購買記録を所見として見なされているマルチビューモデルからユーザ間の評価差を同時に計算し,各記録を考慮したノードと見られている。実験の結果,提案方式は,配向した推奨のシナリオにおいて最新技術手法の性能を上回ることを示した。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： モデル ,  広告 ,  購買 ,  生産者 ,  *アルゴリズム
準シソーラス用語： マルチビュー ,  *推薦アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (3件)： レコメンデーションアルゴリズム ,  項目配向 ,  マルチビュー学習

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

タイトルに関連する用語 (4件)： 視点 ,  観点 ,  配向 ,  推薦アルゴリズム