文献

J-GLOBAL ID：201702236115940630   整理番号：17A1395676

レコメンダーシステムのためのPageRankを用いた信頼性強化された行列因数分解【Powered by NICT】

Trust-enhanced matrix factorization using PageRank for recommender system

著者 (4件)： Lu Jiawei (School of Computer and Communication Engineering, University of Science and Technology Beijing, China) ,  Guo Yu (School of Computer and Communication Engineering, University of Science and Technology Beijing, China) ,  Mi Zhenqiang (School of Computer and Communication Engineering, University of Science and Technology Beijing, China) ,  Yang Yang (School of Computer and Communication Engineering, University of Science and Technology Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CITS  ページ： 123-127  発行年： 2017年 
JST資料番号： W2441A  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： 最も広く使用されている推薦アルゴリズムとして,協調フィルタリング(CF)は,その単純さと有効性のために長年研究されてきた。CFの二つの主要なカテゴリーはそれら自身の短所をもつ。データスパース性に直面した場合の記憶ベースCFは正確な結果を生成できないモデルベースCFは常にユーザや項目間の情報を失う。この問題を緩和するために,伝統的な行列因数分解(MF)へのユーザの信頼を統合するアルゴリズムを提案した。信頼ネットワークは予測を支援するために全ての信頼できるユーザを利用するために紹介した。実験を行い,提案アプローチを比較した伝統的なものにEpinionsデータセットとFilmTrustデータセットについて行った。報告された結果は,MFへのユーザの信頼を用いるアイデアが有効であり,推奨品質を改善することができることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： フィルタリング ,  アルゴリズム ,  ネットワーク ,  *信頼性 ,  品質
準シソーラス用語： モデルベース ,  スパース性 ,  協調フィルタリング ,  推薦アルゴリズム ,  *行列因数分解 ,  *PageRank , 【Automatic Indexing@JST】

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 (3件)： PageRank ,  強化 ,  行列因数分解