文献

J-GLOBAL ID：201702261878213642   整理番号：17A1637261

変位値行列因数分解によるロバストなWebサービスレコメンデーション【Powered by NICT】

Robust web service recommendation via quantile matrix factorization

著者 (3件)： Zhu Rui (Department of Electrical and Computer Engineering, University of Alberta) ,  Niu Di (Department of Electrical and Computer Engineering, University of Alberta) ,  Li Zongpeng (Department of Computer Science, University of Calgary)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： INFOCOM  ページ： 1-9  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： 個別品質Webサービスのためのサービス(QoS)推定の問題を研究した。最新技術に基づく手法では行列因数分解または共同予測過去起動から採取した部分的測定に基づいて,各ユーザのためのウェブサービス応答時間とスループットを推定した。は実際に,応答時間とWebサービスのスループットの両方が高度に歪んだ分布に従うことを指摘した。この場合,伝統的な行列補完法で生成した条件付き平均QoS推定値は高濃度のいくつかの外れ値に向かって偏っており,貧弱なWebサービスレコメンデーション性能をもたらすことができる。本論文では,行列因子分解フレームワークに分位回帰を導入することにより,Webサービスレコメンデーションのための分位数行列因数分解(QMF)法を提案した。非平滑目的関数を含むQMF問題を解決するための逐次再重みづけ最小二乗(IRLS)に基づく新規で効率的なアルゴリズムを提案した。さらに,ユーザとサービス側属性を考慮する提案したQMFアプローチを拡張した。大規模QoSデータセットに基づく包括的評価により提案方式は個別化推薦性能の観点で,様々な最新のWebサービスQoS推定方式の性能を著しく上回ることを示した。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： 品質 ,  推定量 ,  アルゴリズム ,  異常値 ,  *ロバスト性 ,  目的関数 ,  予測 ,  重みづけ ,  *Webサービス ,  スループット ,  応答時間 ,  最小二乗法
準シソーラス用語： 因子分解 ,  行列補完 ,  *行列因数分解 , 【Automatic Indexing@JST】

分類 (3件)： 数値計算  (JE02000J) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 変位 ,  行列因数分解 ,  ロバスト ,  Webサービス ,  レコメンデーション