文献

J-GLOBAL ID：201802234421915150   整理番号：18A0866468

スタック型雑音自己エンコーダのラベル協調フィルタリング推薦アルゴリズム【JST・京大機械翻訳】

Collaborative Filtering with Labels Based on Stack Denoising Auto Encoder

著者 (6件)： Huo Huan (上海理工大学 光電信息与計算机工程学院,上海200093;復旦大学 上海市数据科学重点実験室,上海201203) ,  Zheng Deyuan (上海理工大学 光電信息与計算机工程学院,上海,200093) ,  Gao Liping (上海理工大学 光電信息与計算机工程学院,上海200093;復旦大学 上海市数据科学重点実験室,上海201203) ,  Yang Huhu (上海理工大学 光電信息与計算机工程学院,上海,200093) ,  Liu Liang (上海理工大学 光電信息与計算机工程学院,上海,200093) ,  Zhang Wei (上海理工大学 光電信息与計算机工程学院,上海,200093)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 39  号： 1  ページ： 7-11  発行年： 2018年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 協調フィルタリング推奨とコンテンツベース推薦は推薦システムの2つの主流である。従来の協調フィルタリングモデルには,マトリックススパース性の問題があり,内容に基づく推薦は自動的に深層特性を抽出することができず,2つの推薦手段が直接融合するのが難しいので,推薦システムの性能表現を共有できない。深い学習モデルを利用して,コンテンツの隠れた情報を深さでマイニングできる特性を完全に利用して,コンテンツベースの推薦モデルの中のスタックノイズ自己エンコーダ(SDAE)を,ラベルベースの協力的フィルタリングアルゴリズムと結合して,DLCF(DeepLearningforCollaborativeFiltering)アルゴリズムを提示する。実際のデータセットの検証により、DLCFアルゴリズムは行列スパース問題を大幅に克服でき、性能において従来の推薦アルゴリズムより優れている。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 学習モデル ,  *符号器 ,  *雑音 ,  *フィルタリング ,  *アルゴリズム ,  透視図法 ,  コンテンツ
準シソーラス用語： スパース性 ,  推奨システム ,  *推薦アルゴリズム ,  *協調フィルタリング , 【Automatic Indexing@JST】

著者キーワード (4件)： recommendation system ,  collaborative filtering ,  deep learning ,  stack denoising auto encoder

分類 (2件)： その他の情報処理  (JE15050M) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： スタック ,  雑音 ,  自己 ,  エンコーダ ,  ラベル ,  協調フィルタリング ,  推薦アルゴリズム