文献

J-GLOBAL ID：201702261214749794   整理番号：17A0368698

各自行動とグループ選択性を持つ推定される効果的逐次POI推薦【Powered by NICT】

Effective successive POI recommendation inferred with individual behavior and group preference

著者 (4件)： Chen Jialiang (School of Computer Science, Beijing Institute of Technology, 100081 Beijing, China) ,  Li Xin (School of Computer Science, Beijing Institute of Technology, 100081 Beijing, China) ,  Cheung William K. (Department of Computer Science, Hong Kong Baptist University, Hong Kong, China) ,  Li Kan (School of Computer Science, Beijing Institute of Technology, 100081 Beijing, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 210  ページ： 174-184  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  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： スマートフォンやモバイルソーシャルネットワークの有病率は,ユーザがそれらの位置に基づく生活体験より容易を共有することを可能にする。関連位置に基づくソーシャルネットワークで発生する大量のデータは利用者の行動と個別化位置ベースサービスを支援するための選好に有益な手がかりを提供し,点の関心事(POI)推薦。正確な個別POI推薦を達成するしかし挑戦的である各ユーザに対して利用可能なデータは非常に疎であった。添加では,計算複雑性は多数のユーザのために高い。この報文では,個人に対して連続POI推薦のための新しい方法論を提案した。最初に,位置の優先継次範ちゅうは,ユーザの逐次位置のカテゴリー間の部分的に観測された遷移に基づく計算三階テンソルを用いて予測が欠けている遷移はグループ選好を推測することによって明らかにした。グループは,ユーザの人口統計に従って達成であり,しばしば位置を受診した。,各ユーザのための推奨カテゴリーに基づいて構築した二部グラフ。位置の個別ランキングを得るために,位置権限スコアは群といくつかの距離制約の訪問頻度に従い,反復して更新されるように距離加重HITSアルゴリズムを提案した。平滑化による位置予測性能を高めるために目的と同時に取込まれたカテゴリー予測と提案した二段階アプローチは複雑さを低下させた。実世界位置ベースソーシャルネットワークデータに基づいて得られた実験結果により,提案アプローチは大きなマージンにより,既存の最先端レベル手法よりも性能的に優れていることを示した。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： アルゴリズム ,  *計算量 ,  罹患率 ,  テンソル ,  制約条件 ,  平滑化 ,  等級づけ ,  スマートフォン
準シソーラス用語： 位置予測 ,  加重 ,  スコア ,  二部グラフ ,  社会的ネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 位置ベースソーシャルネットワーク ,  点の興味レコメンデーション ,  テンソル因数分解 ,  個々の挙動 ,  グループ選好

分類 (2件)： その他の情報処理  (JE15050M) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 行動 ,  グループ ,  選択性 ,  推定 ,  逐次 ,  推薦