文献

J-GLOBAL ID：201802216261144762   整理番号：18A1769405

大規模学術データにおけるACOとGAの組合せに基づく構文コンテンツベース推薦【JST・京大機械翻訳】

A Syntactic Content-Based Recommender Based on combination of ACO and GA in large scholarly data

著者 (2件)： Mandave Deepa (Department of Computer Engineering, M. E. S. College Of Engineering, Pune, India) ,  Pole Govind (Department of Computer Engineering, M. E. S. College Of Engineering, Pune, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCUBEA  ページ： 1-6  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： 研究論文または文献の量は,情報の爆発を引き起こす連続的に増加している。この高速データ成長の結果は,紙,製品またはサービスを検索するとき,インターネットユーザに提供される大きなオプションである。これらはインターネットユーザへの意思決定の困難さをもたらす。したがって,これは,情報負荷の問題を修正するために,重要な情報を選択,順序,および効率的に提供する必要がある。情報の膨大なグループをフィルタリングし,オペレータに関連するデータを示唆することにより,推薦者は情報負荷を避けるための重要なシステムである。推薦者方式は,利用者個人化物質を供給するために生成された動的情報の大規模を通して検査することを通して,この問題を解決する。多くの推薦システムが異なる精度で利用可能である。勧告の価値を強化することは,推薦方式のための最も重要な要因である。本論文は,推薦システムにおける推薦の精度を上げるために,ACO-GAアルゴリズムの組合せである改良型特徴選択システムを展開する,Syntactic Recomenderと称する革新的推薦システムを提供した。本論文では,2つの基本概念に重点を置き,最初に,演算子に対するより正確なオブジェクト予測を行い,2番目は膨大なデータ量を扱う。本論文の目的は,精度と能力を有するユーザの要求に基づく推薦結果を提供することである。また,推薦システムの結果が正しいことを実現した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  意思決定 ,  オペレータ ,  予測 ,  フィルタリング ,  特徴選択 ,  高速度 ,  *インターネット
準シソーラス用語： 推奨システム ,  研究論文 ,  データ量 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： 大規模 ,  学術 ,  ACO ,  Ga ,  組合せ ,  構文 ,  コンテンツ ,  推薦