文献

J-GLOBAL ID：201702275507975506   整理番号：17A1447452

協調フィルタリング勧告を改善するための項目Co有用性を利用【Powered by NICT】

Exploiting item co-utility to improve collaborative filtering recommendations

著者 (4件)： Bessa A. (Department of Computer Science, Universidade Federal de Minas Gerais, Belo Horizonte, Brazil) ,  Santos R.L.T. (Department of Computer Science, Universidade Federal de Minas Gerais, Belo Horizonte, Brazil) ,  Veloso A. (Department of Computer Science, Universidade Federal de Minas Gerais, Belo Horizonte, Brazil) ,  Ziviani N. (Department of Computer Science, Universidade Federal de Minas Gerais, Belo Horizonte, Brazil)
資料名： Journal of the Association for Information Science and Technology  (Journal of the Association for Information Science and Technology)
巻： 68  号： 10  ページ： 2380-2393  発行年： 2017年 
JST資料番号： A0274A  ISSN： 2330-1635  CODEN： AISJB6  資料種別： 逐次刊行物 (A)
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： 本論文では,推奨項目の間の相互作用が推薦の有効性に影響する程度を研究した。レコメンドされたアイテムの任意の対はユーザに有用であるの特性としてCo有用性の概念を導入し,定式化し,協調フィルタリング推奨事項改善のためにそれを利用する。Co有用性確率を推定し,それらの全ては,コンテンツ情報に非依存性であり,相互にそれらを比較するために異なる技術を提案した。Max-Sum分散問題(MSDP)と呼ばれるNP困難問題の例では,正規化予測評価と同様に,これらの確率を用いた。MSDPの解は,レコメンデーションのための項目の集合に対応している。MSDPに発見的方法と1つの厳密解を研究し,それらの間の比較を行った。も評価ユーザが異なる推奨に与える比較することにより異なるベースラインに溶液(MSDPへの発見的最良)を対比した。の勧告事業における表現力の高い利得を得る,それらの解決方法についてもユーザの大部分に高い定格項目を推奨した。最後に,筆者らは筆者らのCo効用解は実際にスケーラブルでの推奨多様性を阻害しないことを示した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 定式化 ,  正規化 ,  基準線 ,  コンテンツ ,  予測 ,  *発見的方法 ,  相互作用 ,  利得 ,  厳密解
準シソーラス用語： 表現力 ,  NP困難問題 ,  *協調フィルタリング , 【Automatic Indexing@JST】

分類 (5件)： 検索技術  (AC06020S) ,  情報加工一般  (AC05010A) ,  情報検索一般  (AC06010H) ,  図書館サービス  (AC09040J) ,  情報サービス  (AC08000K)

タイトルに関連する用語 (4件)： 協調フィルタリング ,  勧告 ,  CO ,  有用性