文献

J-GLOBAL ID：201802273525249383   整理番号：18A0408634

ユーザーと項目に関する情報と特性を考慮した協調フィルタリングによる推薦システム【Powered by NICT】

A recommendation system by collaborative filtering including information and characteristics on users and items

著者 (2件)： Kawasaki Manami (Faculty of Science and Engineering, Waseda University, 3-4-1 Okubo, Shinjuku-ku, Tokyo 169-8555, Japan) ,  Hasuike Takashi (Faculty of Science and Engineering, Waseda University, 3-4-1 Okubo, Shinjuku-ku, Tokyo 169-8555, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SSCI  ページ： 1-8  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： 本研究では,各ユーザのための推奨項目を生成するために改訂されたレコメンデーションシステムを構築し,eコマースWebサイト上での「推奨」である。購入とブラウジングデータの両方を用いることにより,ユーザの行動履歴データから導出した行列のスパース性は減少した。主目的は,ユーザ選好に適合ユーザと適切な項目によるブラウジングない新しい項目を推奨できることを推薦システムを構築することである。推奨項目を生成するための手順として,利用者-項目マトリックスとマストリンク制約条件は最初のユーザの行動履歴データから構築した。行と列を利用者-項目マトリックスに種々の項目とユーザ情報を表現した。次に,半教師つき学習は利用者-項目マトリックスと必須結合制約を用いて行い,新しい利用者-項目行列を生成した。Pearson類似性に基づいてこのマトリックスから,項目類似性とユーザ類似性が得られた。最後に,アイテムに基づく協調フィルタリングとユーザベースの協調フィルタリングを推奨項目を生成した。実験結果は推薦精度を表すためにF値は,同じクラスタ制約,ユーザ情報と個別情報を用いた提案したモデルと推奨項目を生成することにより増加することを示した。添加では,提案したモデルは既存のモデルのモデルより推奨項目を購入する可能性が高いことが分かった。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： クラスタ ,  *類似性 ,  ブラウジング ,  電子商取引 ,  *フィルタリング
準シソーラス用語： F値 ,  半教師つき学習 ,  顧客情報 ,  スパース性 ,  行動履歴 ,  Webサイト ,  *推奨システム ,  *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 (3件)： ユーザー ,  協調フィルタリング ,  推薦システム