文献

J-GLOBAL ID：201702285597605431   整理番号：17A1257105

異種情報グラフ埋込みを介した音楽レコメンデーション【Powered by NICT】

Music recommendation via heterogeneous information graph embedding

著者 (3件)： Wang Dongjing (College of Computer Science and Technology, Zhejiang University, China) ,  Xu Guandong (Advanced Analytics Institute, University of Technology Sydney, Australia) ,  Deng Shuiguang (College of Computer Science and Technology, Zhejiang University, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 596-603  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： 伝統音楽推薦技術はユーザ音楽相互作用データのスパース性,補助情報を組み込むことにより検討したに起因する限られた性能に悩まされている。本論文では,異なる種類の補助情報を考慮に入れた個別音楽レコメンデーションの問題を研究した。この目標を達成するために,異種情報グラフ(HIG)を最初に構築された異なる種類の不均一情報のための,ユーザと音楽断片間の相互作用,音楽演奏配列,楽曲のメタデータを符号化する。HIGに基づいて,異種情報グラフ埋込み法(HIGE)は,楽曲の潜在的低次元表現を学習するために提案した。,コンテキストアウェア音楽推薦方法を開発した。広範な実験により,他の最新の推奨方法と提案された方法を比較するために実世界データセット上で実施した。結果は,提案した方法はこれらのベースライン,特にスパースデータセット上での性能を著しく上回ることを実証した。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： 相互作用 ,  メタデータ ,  基準線 ,  符号化 ,  *音楽
準シソーラス用語： コンテキストアウェアネス ,  低次元 ,  楽曲 ,  演奏 ,  スパース性 ,  伝統音楽 , 【Automatic Indexing@JST】

分類 (3件)： 応用心理学  (AE02000A) ,  システム・制御理論一般  (IA02010H) ,  楽器音響  (BB03070Y)

タイトルに関連する用語 (3件)： グラフ埋込み ,  音楽 ,  レコメンデーション