文献

J-GLOBAL ID：201802249392900484   整理番号：18A0726755

協調フィルタリングのための混合型アイテム集合に基づくBayes個人化ランキングに関する対選好【JST・京大機械翻訳】

Pairwise Preference Over Mixed-Type Item-Sets Based Bayesian Personalized Ranking for Collaborative Filtering

著者 (6件)： Gao Shan ,  Guo Guibing ,  Lin Yusong ,  Zhang Xingjin ,  Liu Yongpeng ,  Wang Zongmin
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： DASC/PiCom/DataCom/CyberSciTech  ページ： 30-37  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： 今日,ユーザへの高品質推薦サービスを提供することは,ショッピング,友人,ヘルスケアなどを含むオンラインWebアプリケーションにおける必須要素であり,いくつかの最近の研究において,1クラス協調フィルタリングの推薦問題が提案され,より多くの注意を受けている。このアプローチは,「1クラス」フィードバック形式を用いて,推薦性能を改善する,例えば,ショッピングサービスにおける「購買」,ビデオWebサイトにおける「監視」,およびオンライン健康コミュニティにおける「指定」を改善するために,ユーザの行動を利用することができる。これまでの研究では,1つのアイテムに対するポイント選択の仮定,2つのアイテム集合上の相対スコアに基づくアイテムまたはアイテム集合に関する問題を解決し,Bayes個人化ランキング(BPR)と呼ばれる1つの以前の研究は,そのような1クラスデータをうまく活用することにより,経験的により良く実行されることを経験的に見出した。それにもかかわらず,アイテムまたはアイテム集合に関するそのような対選好仮定は常に無効である。本論文では,単純なアイテム集合の代わりに異なるタイプを持つ2つのアイテム集合に対する選好を定義することにより,混合型アイテム集合上のペアワイズ選好の改善された仮定を提示した。一つは,同一型フィードバック関係を持つアイテム集合である。もう一つは混合型アイテム集合である。この改良された仮定により,次に,新しいアルゴリズム,MT-BPR(混合型アイテム集合上のBayes超音波化ランク付け)を開発した。実世界におけるヘルスケアWebサイトとモバイル電子商取引アプリケーションから収集された2つのデータセットに基づく経験的結果は,MT-BPRがランキング予測におけるいくつかの以前の方法より優れていることを実証した。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】

シソーラス用語： *等級づけ ,  *フィルタリング ,  購買 ,  予測 ,  録画装置 ,  電子商取引 ,  フィードバック ,  応用プログラム ,  アルゴリズム ,  携帯電話 ,  コミュニティ
準シソーラス用語： Webサイト ,  Webアプリケーション ,  オンライン ,  高品質 ,  *協調フィルタリング , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (5件)： 協調フィルタリング ,  集合 ,  個人化 ,  ランキング ,  選好