文献

J-GLOBAL ID：201802274412537533   整理番号：18A1083586

ネットワーク分割クラスタリングに基づくラベル意味規範化推薦アルゴリズム【JST・京大機械翻訳】

A RECOMMENDATION ALGORITHM WITH TAGS SEMANTIC NORMALIZATION BASED ON NETWORK SEGMENTATION CLUSTERING

著者 (2件)： Ye Ting (南京財経大学信息工程学院 江蘇南京210046) ,  Cao Jie (南京財経大学信息工程学院 江蘇南京210046)
資料名： Jisuanji Yingyong Yuruanjian  (Jisuanji Yingyong Yuruanjian)
巻： 34  号： 11  ページ： 64-69  発行年： 2017年 
JST資料番号： C2940A  ISSN： 1000-386X  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： 従来の推薦アルゴリズムは,ユーザの興味選好と資源類似性を計算し,疎データおよび新ユーザの推薦品質が低い。ユーザラベルデータのランダム性と意味論的曖昧さを考慮して,ラベルネットワーク分割クラスタリングに基づく意味論的規範化法を提案し,規範化ラベルに基づくユーザの興味モデルを築き上げた。このモデルはユーザの興味を変化せずにユーザのラベルの興味モデルのベクトル次元を効果的に低減でき、ラベルの意味の複雑な過程の分析を避け、ユーザー自身の理解によってユーザーの興味を獲得できる。最後に,ラベル関心モデルを推薦アルゴリズムに適用した。古典的な推薦アルゴリズムとの比較により、このアルゴリズムがデータスパース性を有効に緩和し、コールドスタート問題を推薦し、推薦結果の正確性を高め、より良い推薦効果を得られることを証明した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 品質 ,  *ネットワーク ,  類似性 ,  *アルゴリズム ,  *クラスタ化 ,  曖昧さ ,  ベクトル ,  意味論
準シソーラス用語： 正確性 ,  スパース性 ,  ランダム性 ,  *推薦アルゴリズム ,  *規範 , 【Automatic Indexing@JST】

著者キーワード (3件)： Tag ,  Semantic normalization ,  Recommendation algorithm

分類 (2件)： その他の情報処理  (JE15050M) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (5件)： クラスタリング ,  ラベル ,  意味 ,  規範 ,  推薦アルゴリズム