文献

J-GLOBAL ID：201702266549321232   整理番号：17A1035431

グレイ理論に基づく個人化レコメンデーション法の応用研究【Powered by NICT】

Application research of personalized recommendation method based on Grey theory

著者 (4件)： Jin Dai (College of Software Engineering, Chongqing University of Posts and Telecommunications, China) ,  Yannan Sun (College of Software Engineering, Chongqing University of Posts and Telecommunications, China) ,  Mei Wang (College of Software Engineering, Chongqing University of Posts and Telecommunications, China) ,  Huijie Liu (College of Software Engineering, Chongqing University of Posts and Telecommunications, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCCBDA  ページ： 299-304  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： の個人化レコメンデーション法への二つの主な問題があり,一つは特徴的な属性のスパース性であり,もう一つはスコアリングデータへの過度の依存である。上記問題を解決するために,灰色理論に基づく個別化推薦アルゴリズム(PRMグレイ)を紹介した。,最近接マトリックスは特性行列列間の類似性により形成した。PRMグレイは対応するデータスコアは推奨を行うと組み合わせたものである。の個人化レコメンデーションの特徴的な属性予備を効果的に解くことができる。これに基づいて,PRMグレイグレイ関係解析を輸入している特性行列の類似性を測定するために,個人化レコメンデーションをグレイ予測モデルを用いた。実験は示した:伝統的な個別推薦方法と比較して,PRMグレイの精度は平均10%増加した。PRMグレイの有効性を説明した。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： *類似性 ,  予測モデル
準シソーラス用語： 灰色理論 ,  スパース性 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： グレイ ,  理論 ,  個人化 ,  レコメンデーション ,  応用 ,  研究