文献

J-GLOBAL ID：201702257926486253   整理番号：17A1257215

E商用データのマイニング:テキストリッチな異種ネットワーク埋込みアプローチ【Powered by NICT】

Mining E-commercial data: A text-rich heterogeneous network embedding approach

著者 (5件)： Chen Weizheng (Peking University, Beijing, China) ,  Liu Chi (Peking University, Beijing, China) ,  Yin Jun (Peking University, Beijing, China) ,  Yan Hongfei (Peking University, Beijing, China) ,  Zhang Yan (Peking University, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 1403-1410  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： モデルおよび市販データ,複数タイプのオブジェクト,製品,利用者,コメントとタグなどからなるをマイニングするための大きな課題である。商用データにおける複雑な相互作用関係をモデル化するために,著者らは複雑なe商用データを変換テキストリッチな不均一e商用ネットワークに提案した。WTL(重み付きテキスト学習),IBL(アイデンティティベース学習)とIBTSL(アイデンティティベースの二段階学習~三)と命名したニューラルネットワークに基づく埋込みアルゴリズムは,ネットワーク構造情報と不均一ノードは同一性情報を埋め込みを学習するための両方の考慮が提案されている。我々のモデルの鍵となるアイデアは,同じ低次元ベクトル空間,製品分類,コメント分類,製品属性予測,推薦などの多くの応用のための有意義な特徴を生成するために役立つへの商用ネットワークのすべてのオブジェクトを写像することである。提案アルゴリズムでは,実大規模e市販データセット上で他の既存の進歩した方法と比較した。いくつかの応用を学んだ埋込の有効性を評価するために設定した。実験を行いその結果,提案アルゴリズムにより生成された埋込みは各応用で優れた性能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】

シソーラス用語： ニューラルネットワーク ,  *ネットワーク ,  アルゴリズム ,  予測 ,  学習 ,  ネットワーク構造 ,  相互作用 ,  ベクトル空間 ,  モデリング
準シソーラス用語： 低次元 ,  *テキスト ,  *異種ネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 化学プロセスの解析  (XC01030R) ,  人工知能  (JE08000Z) ,  計算機システム開発  (JD02010R)

タイトルに関連する用語 (2件)： 異種ネットワーク ,  埋込み