文献

J-GLOBAL ID：201802287546355320   整理番号：18A0866519

位置社会ネットワークに基づく二重細粒度興味点推薦【JST・京大機械翻訳】

Dual Fine-Granularity POI Recommendation on Location-Based Social Networks

著者 (4件)： Liao Guoqiong (江西財経大学信息管理学院 南昌 330013;江西省高校数据与知識工程重点実験室(江西財経大学) 南昌330013) ,  Jiang Shan (江西財経大学信息管理学院 南昌 330013) ,  Zhou Zhiheng (江西財経大学信息管理学院 南昌 330013) ,  Wan Changxuan (江西財経大学信息管理学院 南昌 330013;江西省高校数据与知識工程重点実験室(江西財経大学) 南昌330013)
資料名： Jisuanji Yanjiu yu Fazhan  (Jisuanji Yanjiu yu Fazhan)
巻： 54  号： 11  ページ： 2600-2610  発行年： 2017年 
JST資料番号： W0790A  ISSN： 1000-1239  CODEN： JYYFEY  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： 興味点推薦は,位置社会ネットワーク(location-basedsocialnetwork,LBSN)で流行してきた新しい形式の推薦である。LBSNに含まれる豊富な情報を利用して個人化推薦を行うことはユーザーの体験を有効に増強し、ユーザーのLBSNへの依存度を高める。ユーザ選好,興味非一貫性,およびデータスパース性のような挑戦的問題に対処するために,本論文は,LBSNのための二重細粒度POI推薦戦略,すなわち,利用者のすべての履歴情報を,時間単位に24時間分割し,一方,各POIを,いくつかの潜在的主題とその分布に分割し,そして,ユーザの履歴署名から情報およびコメント情報を用いて,POIのTop-N推薦を実現した。この推薦の考えを実現するために、まず、ユーザーの評論情報に基づき、LDAモデルを用いて、各POIのテーマ分布を抽出し、次に、各ユーザーに対して、その情報を24時間セグメントに分け、対応するPOIトピック分布の接続を通じて、各テーマに対するユーザーの関心選好をマッピングした。.1??????????????????.??????????????????????????.データスパース性問題を解決するために,利用者の主題-時間の3次テンソルを,高次特異値分解アルゴリズムによって分解し,そして,各々の時間ステップにおいて,各々の主題のより正確な興味スコアを得た。実際のデータセット上で性能テストを行い、結果は提案した推薦戦略が良好な推薦効果を有することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *特異値分解 ,  テンソル ,  時分割処理 ,  アルゴリズム ,  時間ステップ ,  *細粒度
準シソーラス用語： スコア ,  スパース性 ,  *社会的ネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： POI recommendation ,  location-based social network (LBSN) ,  LDA topic model ,  interest mapping ,  tensor factorization

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 (4件)： 社会ネットワーク ,  細粒度 ,  興味 ,  推薦