文献

J-GLOBAL ID：201702282120143227   整理番号：17A0473047

Instagramの友人レコメンデーションのためのユーザ関係強度モデル化【Powered by NICT】

User relationship strength modeling for friend recommendation on Instagram

著者 (6件)： Guo Dongyan (College of Computer Science and Technology, Zhejiang University of Technology, No. 288, Liuhe Road, Hangzhou, Zhejiang 310023, China) ,  Xu Jingsong (Global Big Data Technologies Centre, University of Technology Sydney, 15 Broadway, Ultimo NSW 2007, Australia) ,  Zhang Jian (Global Big Data Technologies Centre, University of Technology Sydney, 15 Broadway, Ultimo NSW 2007, Australia) ,  Xu Min (Global Big Data Technologies Centre, University of Technology Sydney, 15 Broadway, Ultimo NSW 2007, Australia) ,  Cui Ying (College of Computer Science and Technology, Zhejiang University of Technology, No. 288, Liuhe Road, Hangzhou, Zhejiang 310023, China) ,  He Xiangjian (Global Big Data Technologies Centre, University of Technology Sydney, 15 Broadway, Ultimo NSW 2007, Australia)
資料名： Neurocomputing  (Neurocomputing)
巻： 239  ページ： 9-18  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 社会メディア・コミュニティにおける社会的強度モデル化は増々研究の関心を集めている。Flickr,多くの研究者によって検討されてきたとは異なり,Instagramは,モバイルユーザに対してより普及しているなどとコメントにがほとんど研究されていない。Instagramについて,ユーザは写真/ビデオを後,他のユーザに従っており,他のユーザのポストコメントなど。これらの作用は,複数のユーザ関係ビューをもたらすデータの多様な形態を発生させた。本論文では基礎となる社会的関係強度を発見するための新しいフレームワークを提案した。複数ビューとの関係強度モデル化下でのユーザ関係学習は一工程フレームワークに結合した。さらに,学習関係強度,友人推薦のための提案した粗から精への方法。Instagramの友人勧告に関する実験は,提案したフレームワークの有効性と効率を示した。実験結果によって示したので,他の関連する方法よりも優れた性能を得ることができた。Instagramが提案されているが,他のソーシャルメディアコミュニティに容易に拡張できる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *モデリング ,  学習 ,  コミュニティ ,  録画装置
準シソーラス用語： 関係学習 ,  社会的関係 ,  モバイルユーザ ,  フリッカー ,  ソーシャルメディア ,  *友達 , 【Automatic Indexing@JST】

著者キーワード (3件)： 推薦友人 ,  社会的ネットワーク ,  マルチビュー学習

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 友人 ,  レコメンデーション ,  モデル化