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。
本論文では,SemStim,クロスドメイン推薦タスクを解決する教師なしグラフベースアルゴリズムを提案した。このタスクでは,一つの概念領域(例えば映画)からの選択性は他の領域(例えば音楽)に属する項目を推奨するために用いた。SemStim知識グラフ(例えばDBpedia)で発見された意味リンク,ドメインを結合し,このようにしてレコメンデーションを生成を利用した。重要な利点として,筆者らのアルゴリズムは,(1)標的領域における評価,コールドスタート問題を緩和すると(2)ソース及びターゲットドメインからユーザや項目間の重なりを必要としない。とは対照的に,現在の最先端の個別化アプローチはどちらか一方ドメインに固有の限界を,ソース及びターゲットドメインにおける評定データを必要とする。トップk推薦タスクのための最先端のアルゴリズムとその精度を比較すると,単一ドメインとクロスドメイン両方の勧告によりSemStimを評価した。SemStimはクロスドメイン推薦を可能にし,加えて,ベースラインアルゴリズムよりも大幅に優れた精度を持つことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】