文献

J-GLOBAL ID：201702264923748397   整理番号：17A1649464

本ドメインへの記憶に基づくグループレコメンダーシステムに対する個々のモデルの組合せ【Powered by NICT】

A combination of individual model on memory-based group recommender system to the books domain

著者 (3件)： Ahmad Hafidz Shohihuddin (School of Computing, Telkom University, Bandung, Indonesia) ,  Nurjanah Dade (School of Computing, Telkom University, Bandung, Indonesia) ,  Rismala Rita (School of Computing, Telkom University, Bandung, Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICoIC7  ページ： 1-6  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： 推薦システムは,各種のドメインにおけるユーザに有用であろうことを項目を同定することにより意思決定支援に重要な役割を果たす。推薦システムの開発は,様々な領域における個々のユーザがグループに焦点を合わせるだけでない。本論文では,協調フィルタリング法を用いたグループ推薦システムを提案した。協調フィルタリングは,以前の研究で見出された容易に,推薦システムに広く使われている方法推奨のための他のユーザの明示的なフィードバックに基づいて同様の好みを見出すことである。協調フィルタリングを用いた群の推奨値の問題はまだグループ推奨システムのための最良の凝集法を見出すことである。グループレコメンダーシステムにおける凝集技術は個々のモデルを構築するために使用した。は,本研究で検討した幾つかの凝集技術であり,平均,最小貧困と最も幸福。推奨の観測は最小貧困技術の使用は,F1に従って最良の勧告をもたらすという結論を与えた。さらに,近隣グループへより多くの重みを与えるも推奨を改善することができる。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： *凝集 ,  フィルタリング ,  凝集処理
準シソーラス用語： 協調フィルタリング ,  推奨システム , 【Automatic Indexing@JST】

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 (3件)： ドメイン ,  モデル ,  組合せ