文献

J-GLOBAL ID：201702244355795040   整理番号：17A1747385

可変精度二重領域ラフ集合に基づく個人化のための推薦方法を提案した。【JST・京大機械翻訳】

A PERSONALIZED RECOMMENDATION METHOD BASED ON VARIABLE PRECISION DUAL-UNIVERSE ROUGH SET

著者 (2件)： Lin Qun (上海工程技術大学管理学院 上海 201620) ,  Yan Ruixia (上海工程技術大学管理学院 上海 201620)
資料名： Jisuanji Yingyong Yuruanjian  (Jisuanji Yingyong Yuruanjian)
巻： 34  号： 6  ページ： 250-256  発行年： 2017年 
JST資料番号： C2940A  ISSN： 1000-386X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ユーザ不確実性意思決定の問題を解決するために,可変精度二重領域ラフ集合に基づく個人化推薦方式を提案した。まず第一に,信頼度の意味に基づく新しい知識ベース構築法を提案し,SQL言語を用いて実現した。これらに基づいて,可変精度二重領域ラフ集合に基づく個人化推薦モデルを構築し,このモデルを個人化推薦に適用した。最後に,提案方法の比較分析を通して,実験結果は,可変精度二重領域ラフ集合に基づく個人化推薦モデルの有効性を示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 信頼度 ,  言語 ,  *ラフ集合 ,  意思決定 ,  不確実性 ,  モデル ,  知識ベース
準シソーラス用語： 比較分析 , 【Automatic Indexing@JST】

著者キーワード (5件)： Variable precision rough set ,  Dual-universe ,  Personalized recommendation ,  Association rule ,  Uncertainty decision-making

分類 (2件)： 人間機械系  (IB03000G) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 可変 ,  ラフ集合 ,  個人化 ,  推薦 ,  提案