文献

J-GLOBAL ID：201702270604869102   整理番号：17A1231567

Word2Vecに基づく購買履歴からのアイテムベクトル学習

Word2Vec Based Item Vector Learning from Purchase Data

著者 (2件)： 名渡山夏子 (電気通信大学情報理工学部(現在,クックパッド株式会社)) ,  岡本一志 (電気通信大学大学院情報理工学研究科)
資料名： 知能と情報(Web)  (日本知能情報ファジィ学会誌(Web))
巻： 29  号： 3  ページ： 579-585(J-STAGE)  発行年： 2017年 
JST資料番号： U0688A  ISSN： 1881-7203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 自然言語処理の分散表現技術のひとつであるWord2Vecを購買履歴に応用することで,低計算コストでのアイテムベクトル学習の実現を目指す.実POSデータを用いた実験により,Word2Vecのパラメータであるウィンドウサイズと次元数およびトランザクションデータの与え方がアイテムベクトルの学習に与える影響を検証する.実験結果より,ウィンドウサイズは可能な限り大きくし,次元数は40以上に設定し,1トランザクション内の商品の種類に基づいたデータを与えることで,特徴空間上で同じ分類の商品が近傍に現れやすくなるようなアイテムベクトル学習となることを確認している.(著者抄録)

シソーラス用語： *経歴 ,  *学習 ,  *ベクトル ,  自然言語処理 ,  表現 ,  トランザクション処理 ,  原価 ,  長さ
準シソーラス用語： ウィンドウサイズ ,  計算コスト ,  *購買履歴 ,  分散表現

著者キーワード (10件)： 推薦システム ,  協調フィルタリング ,  購買履歴 ,  アイテムベクトル ,  分散表現 ,  recommender system ,  collaborative filtering ,  purchase data ,  item vector ,  distributed representation

分類 (2件)： 自然語処理  (JE06000L) ,  その他の情報処理  (JE15050M)

引用文献 (6件)：

• [1] Yehuda Koren, Robert Bell, Chris Volinsky: Matrix Factorization Techniques for Recommender Systems, IEEE Computer, 42(8), 30-37, 2009.
• [2] Scott Deerwester, Susan T. Dumais, George W. Furnas, Thomas K. Landauer, Richard Harshman: Indexing by latent semantic analysis, Journal of the American Society of Information Science, 41(6), 391-407, 1990.
• [3] Daniel D. Lee, H. Sebastian Seung: Learning the parts of objects by non-negative matrix factorization, Nature, 401, 788-791, 1999.
• [4] Tomas Mikolov, Ilya Sutskever, Kai Chen, Greg Corrado, Jeffrey Dean: Distributed Representations of Words and Phrases and their Compositionality, Neural Information Processing Systems 2013, 3111-3119, 2013.
• [5] Oren Barkan, Noam Koenigstein: Item2Vec: Neural Item Embedding for Collaborative Filtering, arXiv, arXiv:1603.04259, 2016.

タイトルに関連する用語 (3件)： 購買履歴 ,  ベクトル ,  学習