文献

J-GLOBAL ID：201802242168199085   整理番号：18A1769909

個別化推薦のためのマルチアスペクト協調フィルタリングの強化【JST・京大機械翻訳】

Enhancing Multi-Aspect Collaborative Filtering for Personalized Recommendation

著者 (4件)： Khairudin Nurkhairizan (Faculty of Computer Science and Information Technology, Universiti Putra Malaysia, Serdang, Malaysia) ,  Sharef Nurfadhlina Mohd (Faculty of Computer Science and Information Technology, Universiti Putra Malaysia, Serdang, Malaysia) ,  Mustapha Norwati (Faculty of Computer Science and Information Technology, Universiti Putra Malaysia, Serdang, Malaysia) ,  Mohd Noah Shahrul Azman (Faculty of Computer Science and Information Technology, Universiti Putra Malaysia, Serdang, Malaysia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CAMP  ページ： 1-6  発行年： 2018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： ほとんどの既存の協調フィルタリング(CF)アプローチは,アイテムに割り当てられた単一の全体的評価に依存している。しかし,ユーザの行動を正確に理解するためには,この評価のみが適切ではない。ユーザは全体的な評価を通してアイテムに関する全体的な好みを示すかもしれないが,同時に,それらはアイテムのある側面を満足しないかもしれない。この状況は,ユーザ間で異なる可能性があり,ユーザの最終決定に影響を与える可能性があるために起こった。そこで,本論文では,マルチアスペクトテンソル因数分解(MATF)を提案し,テンソル因数分解を用いることにより,マルチアスペクト推薦の予測精度を向上させた。評価により,提案したモデルは,単一および多基準推薦の両方に関して,種々のよく知られた既存技術より優れていることを示した。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： テンソル ,  *因数分解
準シソーラス用語： *協調フィルタリング ,  予測精度 , 【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 (4件)： 推薦 ,  マルチ ,  協調フィルタリング ,  強化