抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
関連性の他に,推薦結果の多様性も,ユーザとコンテンツプロバイダの両方にとって重要な要求事項である。本論文において,著者らは,多様化されたトップ-N推薦のためにアイテムの因子化されたカテゴリー特徴を利用する新しいランキングモデルを提案した。統一関数における関連性と多様性を組み合わせるために,ユーザとアイテム特徴ベクトルの積としてスコア式を定義し,ユーザとカテゴリ特徴ベクトルの積を割引し,それらはそれぞれ関連性と多様性における寄与に対応する。さらに,最良の推薦リストを得るために,新しく定義されたペアごとの損失関数によって,訓練データセットにおける近似的な最適ランキングシーケンスからこれらの特徴ベクトルを学習する。パラメータを確率的勾配降下を用いて最終的に解いた。公開データセットに関する実験結果は,著者らのアプローチの有効性を実証した。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】