文献
J-GLOBAL ID：201802253428514630
整理番号：18A0451579
ソーシャルネットワークとシーケンシャル挙動を基にした協調的トピック回帰【Powered by NICT】
Collaborative Topic Regression Based on the Social Network and Sequential Behaviors
-
出版者サイト
複写サービスで全文入手
{{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A0451579©=1") }}
-
高度な検索・分析はJDreamⅢで
{{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A0451579&from=J-GLOBAL&jstjournalNo=W2441A") }}
著者 (2件)：
,
資料名：
巻：
2017
号：
iThings/GreenCom/CPSCom/SmartData
ページ：
1141-1146
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：
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。
ソーシャルネットワークは情報を共有し,相互に友人を作るためにユーザのための非常に有用なプラットホームとなっている。我々の日常生活では,インターネットを通して製品を選ぶ場合は友人のアドバイスをしたい。逐次挙動も勧告を作るうえで重要な役割を果たしている,ユーザ間の関係をマイニングするための逐次因子を利用することができる。制定格を予測し推薦精度を高めるとき,異なる因子の利点を利用するために,確率的行列因数分解を用いたトピックモデルを組み合わせたNCTRと呼ばれる新しい階層的ベイズモデルを提案した。著者らのモデルは,項目とそのタグ間の潜在している話題でなく,評価,社会的ネットワークやそれに続く挙動を扱う行列因数分解をマイニングするためのトピックモデルを組み込んでいる。データセットhetcrec2011Lastfmについて実験を行った。推薦アルゴリズムと比較すると,この方法は推薦精度を高めることができる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
シソーラス用語：
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ（有料）でご覧いただけます。
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。
準シソーラス用語：
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ（有料）でご覧いただけます。
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。
,
,
,
,
,
, 【Automatic Indexing@JST】
分類 (2件)：
分類
JSTが定めた文献の分類名称とコードです
その他の情報処理
, 人工知能
タイトルに関連する用語 (5件)：
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです
,
,
,
,
前のページに戻る
