文献

J-GLOBAL ID：201802267550979198   整理番号：18A1459828

べき乗則特性の新しい波微博個人化推奨への応用研究【JST・京大機械翻訳】

Application of power-law characteristics in Sina-weibo personalized recommendation

著者 (2件)： Luo Bin (北京理工大学管理与経済学院,北京,100081) ,  Chen Xiang (北京理工大学管理与経済学院,北京,100081)
資料名： Jisuanji Gongcheng Yukexue  (Jisuanji Gongcheng Yukexue)
巻： 40  号： 4  ページ： 731-739  発行年： 2018年 
JST資料番号： C2938A  ISSN： 1007-130X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ソーシャルネットワークデータにおいて,べき分布はデータの基本法則であり,べき分布の長い尾部のデータは明らかなスパース性があり,長いテール推薦は推薦システムの挑戦である。データスパース性とカバー率の問題は推薦システムの重要な内容である。データのべき乗則分布の特性を分析することにより,社交ネットワークの個人化推薦法の研究に基づいて,ソーシャルネットワークユーザの挙動データによって反映されるべき乗則の分布特性を,研究した。データのべき乗則分布のスケール値を最尤推定によって推定した。べき率特性に基づく類似性計算法を改良し,パワーレート特性に基づくハイブリッド推奨法(PowerLawCF)を提案した。最後に,新波マイクロブログのユーザ署名からのデータを比較し,その結果,PowerLawCFアルゴリズムの推薦効果は著しく向上し,長尾推薦の効果が向上した。推薦システムのデータスパース性とコールドスタート問題の解決効果は比較的良く、べき乗則分布特徴に基づく推薦方法は推薦システムの応用に積極的な効果がある。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 最尤法 ,  アルゴリズム ,  布特性 ,  類似性 ,  *ネットワーク
準シソーラス用語： 低温始動 ,  マイクロブログ ,  個人化推薦 ,  べき乗分布 ,  推奨システム ,  スパース性 ,  社会的ネットワーク ,  *べき乗則 , 【Automatic Indexing@JST】

著者キーワード (5件)： power-law distribution ,  long tail distribution ,  social networks ,  collaborative filtering recommendation ,  sparsity

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (6件)： べき乗則 ,  波 ,  個人化 ,  推奨 ,  応用 ,  研究