文献

J-GLOBAL ID：201802258225398673   整理番号：18A0354598

トップN推薦における多項式モデリングに基づくアルゴリズム【Powered by NICT】

A polynomial modeling based algorithm in top-N recommendation

著者 (3件)： Kasap OEzge Yuecel (Bahcesehir University, Faculty of Engineering and Natural Sciences, Software Engineering Department, Besiktas, 34349, Istanbul, Turkey) ,  Kasap OEzge Yuecel (Cybersoft, Abdi Ipekci Cad., No:9, 34878, Kartal, Istanbul, Turkey) ,  Tunga M. Alper (Bahcesehir University, Faculty of Engineering and Natural Sciences, Software Engineering Department, Besiktas, 34349, Istanbul, Turkey)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 79  ページ： 313-321  発行年： 2017年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 推薦ユーザへの関心である可能性が高いことを項目を同定し,推奨するプロセスである。推薦システムは,ユーザに関連した勧告を行うことによりページを通じて販売を増加させるための電子商取引Webページを含むさまざまな分野に適用されてきた。本論文では,補間問題,データの高次元構造による重要なタスクであるとして推奨の問題を提起している。,高次元モデル表現(HDMR)ベースアルゴリズムを用いた低次元データを表現することにより,高次元の問題を扱った。はこのアルゴリズムを組み合わせた協調フィルタリングの原理と顧客の購買履歴マトリックスに基づくデータモデルとして解析的構造を用いた勧告を行った。提案されたアプローチは,古典的な勧告の能力を活性化する顧客が購入されていない各項目の推奨スコアを作ることができた。実験評価のためのベンチマークデータセットを使用するよりもむしろ,アパレル領域から電子商取引Webページから得られた新しい産業データセットに提案した方法を適用したレコメンデーションシステムとしての可能性を示すことである。文献におけるいくつかの先駆的方法と本推薦システムの精度を試験した。実験結果により,提案アプローチは,ユーザに関心のある勧告を作成し,最新技術手法と比較して良好な精度を示すことを実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： フィルタリング ,  電子商取引 ,  高次構造 ,  Webページ ,  高次元 ,  内挿法 ,  *アルゴリズム ,  *モデリング ,  データモデル ,  衣服 ,  *多項式
準シソーラス用語： 実験評価 ,  購買履歴 ,  協調フィルタリング ,  低次元 ,  推奨システム , 【Automatic Indexing@JST】

著者キーワード (4件)： 推薦システム ,  購買履歴行列 ,  H DMR ,  電子商取引

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： トップ ,  推薦 ,  多項式 ,  モデリング ,  アルゴリズム