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。
位置ベースソーシャルネットワーク(LBSNs)は,ユーザの位置履歴を記録しており,それらの生活パターンをマイニングし,個人の好みを推測するためにサーバを可能にした。LBSNsの重要な構成要素として,推薦システムは近年人気を得た。推薦システムは,彼らの好みに従ってユーザのための候補位置を自動的にできるが,これは伝統的な探索法とは異なっていた。しかし,効果的な勧告を行うデータスパース性に悩まされている。この問題を軽減し,高い有効性を達成するために,筆者らは文脈情報を考慮に入れ,本論文ではユーザの好みと局所特徴の両方を考慮して個別化位置推薦システムを提案した。具体的には,ユーザ選好学習および局所特徴推論過程における標識LDA,UL LDAモデルとCL LDAモデルとして,それぞれを適用した。のために,ユーザは新しい都市であり,都市に関する情報は少ししか持っていないことも提言を行うことができる。大規模正方形データセット上での包括的実験を用いて提案アプローチを評価した。実験結果は筆者らのアプローチの有効性を検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】