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。
インターネット推薦のポイントは,位置ベースのソーシャルネットワークにおける重要な応用になった。それは,ユーザの歴史的チェックと他の補助情報に基づくユーザのための興味あるが,訪問されていない場所を推奨する。チェックインに対処するために,既存の方法は,それらをユーザのスコアに変換し,ユーザと位置の潜在的要因によってスコアに適合させる。しかし,チェックインはすぐに繰り返されるので,変換の方法は適切ではなく,ユーザの明示的選好と明確な対応を持たない。地理的位置,社会的接続などを含む補助情報に対処するために,既存の方法は多くの異なる方法を開発する。しかしながら,それらのほとんどは別々に各タイプの補助情報を扱う。そして,それらは1つのモデルにおいて容易に,そして,密接に異なるタイプの補助情報を結合することができない。本論文では,2つの課題を克服することができる,関心のある推薦のための統一フレームワークを提案した。このフレームワークは,チェックインと他の補助情報のモデリングに対応する2つの部分から構成されている。まず第一に,チェックイン関係におけるチェックイン関係と信頼性を分割した。一人のユーザの選好がすべての参加者に対して相互に影響を受けることを考慮して,著者らは各ユーザの選好分布をモデル化するために多項式分布を採用した。第二に,各タイプの補助情報の影響を,ユーザまたは位置の任意のペアの相互作用に反映できることを論じた。例えば地理的影響は地理的に互いに近い2つの場所に反映される。多項分布を採用して,各位置の(ユーザの)影響の分布をモデル化し,他の位置(ユーザ)に影響を与え,チェックインのモデリングにより統一フレームワークを形成した。著者らは,2つの実世界データセット,すなわち,四角形とGowallaに関する広範な実験を行った。実験結果は,著者らのフレームワークの有効性を実証した。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】
