文献

J-GLOBAL ID：201702241573161725   整理番号：17A1628225

多次元テンソル因子分解を用いたクロスドメイン推薦【Powered by NICT】

Cross domain recommendation using multidimensional tensor factorization

著者 (2件)： Taneja Anu (Department of Computer Science and Engineering, Jaypee Institute of Information Technology, A-10, Sector-62, Noida, Uttar Pradesh 201309, India) ,  Arora Anuja (Department of Computer Science and Engineering, Jaypee Institute of Information Technology, A-10, Sector-62, Noida, Uttar Pradesh 201309, India)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 92  ページ： 304-316  発行年： 2018年 
JST資料番号： W0178A  ISSN： 0957-4174  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： ソーシャルメディアの時代では,オンラインソーシャルメディアと電子商取引アプリケーションにより生成された情報の指数関数的成長は,専門家とインテリジェント推薦システムを必要とする。情報過負荷などの問題を減少させるので,最も有用なツールの一つとなっている友人,項目,製品,ジョブユーザの興味に応じてなどを選択すると示唆した。推薦は,最も一般的なアプローチの一つとして協調フィルタリングを用いるが,本アプローチの主な限界は,スパース性およびコールドスタート問題である。ほとんど既存の推薦システムは単一ドメインに焦点を当て,他の末端にクロスドメイン協調フィルタリングが優れている程度にスパース性およびコールドスタート問題の程度を軽減することができた。これらの問題を避けるために,断面分域発展が脚光を浴びて来て,今日研究の新たな話題となっている。クロスドメイン推薦,技術の概念を論じ,最適ドメイン間の影響をトレードオフに一般化クロスドメインマルチ次元テンソル因数分解(CD MDTF)アプローチを提案した。クロスドメイン推薦システムは,ソース領域からの知識を採用し,知的行動の側面をカバーし,エキスパートシステムのカテゴリーにそれをもたらす標的ドメインにcommingles。最後に,提案したCD MDTFアプローチを評価するために,実験を二種の実世界データセット,MovieLensとブック交差上で行った。結果は,スパース性およびコールドスタート問題は,単一ドメイン推薦システムと比較してそれぞれ16%と25%減少したことを確認した。さらに,提案したCD MDTF推薦システム精度は再現精度で41%,21%の改善を示す評価性能測度として適合率と再現率を用いて検証した。結果は複数ドメインの埋め込みおよびレコメンデーションのための多次元は成績向上を助け,それによって,エキスパートおよびインテリジェントシステムのような推薦システム性能を増大させることを示した。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： *テンソル ,  応用プログラム ,  フィルタリング ,  因数分解 ,  エキスパートシステム ,  再現性 ,  *高次元 ,  電子商取引 ,  指数関数 ,  クラスタ化
準シソーラス用語： 再現率 ,  スパース性 ,  協調フィルタリング ,  推奨システム ,  ソーシャルメディア ,  *因子分解 , 【Automatic Indexing@JST】

著者キーワード (5件)： 協調フィルタリング ,  クロスドメイン推薦システム ,  テンソル因数分解 ,  クラスタリング ,  領域間共通多次元テンソル因数分解

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 (5件)： 多次元 ,  テンソル ,  因子分解 ,  ドメイン ,  推薦