文献

J-GLOBAL ID：201702238956225329   整理番号：17A1547076

過去はあなたのためにどんな驚き【Powered by NICT】

What surprises does your past have for you?

著者 (5件)： Mourao Fernando (Seek AI Labs Barueri, SP, Brazil) ,  Rocha Leonardo (Universidade Federal de Sao Joao Del Rei Department of Computer Science Sao Joao Del Rei, MG, Brazil) ,  Araujo Camila (Universidade Federal de Minas Gerais Department of Computer Science Belo Horizonte, MG, Brazil) ,  Meira Wagner (Universidade Federal de Minas Gerais Department of Computer Science Belo Horizonte, MG, Brazil) ,  Konstan Joseph (University of Minnesota Computer Science and Engineering Minneapolis, USA)
資料名： Information Systems  (Information Systems)
巻： 71  ページ： 137-151  発行年： 2017年 
JST資料番号： H0277C  ISSN： 0306-4379  CODEN： INSYD6  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： 電流推薦システム(RSs)はいくつかのドメインにおけるユーザのための未知項目を発見することに注目しているが,ユーザは既に身近な消費項目において特に関心がある。結果として,この研究では,現在の勧告に有用であることが知られている項目のサブセットを明らかにすることを目的とした。本研究で示された主な論点は,過去の消費は,現在のRSによる無視またはunderexploited関連勧告の豊富な供給源であることである。実領域における既知のアイテムを推薦することの有効性を定量化するための方法論を提案した。その後,消費される予期しないが,潜在的に関連する各ユーザの消費歴を探索する明確な発見的方法を提案した。このような発見的方法は時間的,文脈関連,との関連性関連情報を利用するこの三種類の情報の組み合わせとして。実コレクションの評価は筆者らの方法論の適用性を検証することができた。さらに,オフライン評価は過去の関連性,消費新近性,現在消費される項目との関連したモデルreconsumptionに有用な情報を示した。Movielensのメンバーとユーザ調査により,ユーザはいくつかの既知項目をreconsumeしようとするとこのタイプの推奨の値を認識することを検証した。,各ユーザの長い歴史を利用することにより,著者らは,現在のRS,ユーザの満足度を改善することにより無視されたユーザの好みの片に適合させることができる。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： 部分集合 ,  利用調査 ,  *発見的方法 ,  電流 ,  適応性
準シソーラス用語： 推奨システム , 【Automatic Indexing@JST】

著者キーワード (3件)： レコメンデーション ,  ユーザモデリング ,  意外性

分類 (2件)： その他の情報処理  (JE15050M) ,  応用心理学  (AE02000A)

タイトルに関連する用語 (2件)： 過去 ,  驚き