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。
今日,人工知能(AI)技術は広告,ビジネス,金融産業のような異なる産業に広く普及している。一方,その可能性にもかかわらず,AIの適用がまだ十分でない産業が存在する。不動産産業はそのような領域の一つである。AI技術を不動産産業に適用する場合,特性の価格,顧客の受信,フロアプランの同定,特性探索の支援など様々な課題が解決されることが期待される。本論文は,特性探索のサポートに焦点を合わせた。書籍,映画,ニュース記事のような項目と比較して,特性検索の困難さは,著者らがほとんど特性を持たないということである。また,著者らは,通常,情報の必要性を明示的に表現し,検索結果を調べるために必要な十分な知識と経験を持たないことを意味する。したがって,人間の専門家(sal人)は,そのようなユーザが満足できる特性を見出すのを助ける。人間の専門家によって使用される暗黙の知識が特性の値を推定することができるならば,それは通常のユーザ(顧客)による特性検索のサポートに貢献する。異なる個人の強度と経験を利用することは,地域中心システムの重要な話題の1つである。革新に適した特性に関するエキスパート知識を抽出することを目的として,本論文は,特性探索に対してリスト毎のランク学習を適用した。実企業における実際の販売者による検索ログを用いた実験を通して,エキスパート知識の学習の可能性を検討した。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】
