文献

J-GLOBAL ID：201702255801182274   整理番号：17A1752621

本論文は,改良Bayes確率モデルに基づく推薦アルゴリズムを提案した。【JST・京大機械翻訳】

Improved Bayesian Probabilistic Model Based Recommender System

著者 (3件)： Liu Fuyong (塔里木大学信息工程学院 阿拉爾843300) ,  Gao Xianqiang (塔里木大学信息工程学院 阿拉爾843300) ,  Zhang Zhe (塔里木大学信息工程学院 阿拉爾843300)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 44  号： 5  ページ： 285-289  発行年： 2017年 
JST資料番号： C2530A  ISSN： 1002-137X  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： 既存のマトリックス分解に基づく協調フィルタリング推薦システムの予測精度と低い推薦精度の問題を解決するために,改良したマトリックス分解と協調フィルタリング推薦システムを提案した。まず第一に,スコアマトリックスを2つの非負行列に分解して,それらのスコアを正規化して,それは確率的意味論を持たせることができた。次に,変分法を用いて,ベイズ確率モデルの実数部の事後分布を計算した。最後に,同じ選好を持つユーザのグループを探索し,ユーザの選好を予測した。さらに,低い計算複雑性と低い記憶コストのための推薦結果決定アルゴリズムを,利用者のベクトルのスパース性に基づいて設計した。3グループの公開データセットに基づく実験結果は,提案したアルゴリズムの予測性能と推薦システムの効果が他の予測アルゴリズムと推薦アルゴリズムより優れていることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： フィルタリング ,  意味論 ,  計算量 ,  正規化 ,  *確率モデル ,  *アルゴリズム ,  ベクトル
準シソーラス用語： 予測アルゴリズム ,  予測性能 ,  スパース性 ,  事後分布 ,  スコア ,  予測精度 ,  推奨システム ,  協調フィルタリング ,  *推薦アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： Collaborative filtering ,  Bayesian probabilistic model ,  Variational inference ,  Matrix factorization ,  Rating matrix

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 論文 ,  確率モデル ,  推薦アルゴリズム ,  提案