文献

J-GLOBAL ID：201902218430293661   整理番号：19A2118346

クロスカテゴリーサービス推奨のためのヘルプネスを意識した行列因子分解【JST・京大機械翻訳】

Helpfulness-Aware Matrix Factorization for Cross-Category Service Recommendations

著者 (6件)： Zhou Bowen (University of New South Wales) ,  Wong Raymond (University of New South Wales) ,  Chu Victor (Nanyang Technological University) ,  Li Tengyue (University of Macau) ,  Fong Simon (University of Macau) ,  Chi Chi-Hung (CSIRO)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： SCC  ページ： 9-13  発行年： 2019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： マトリックス因数分解は,推薦モデルを構築するための一般的な方法である。電子商取引プラットフォームにおいて,この方法は評価されていない商品に対する製品評価の予測を行う。同様に,サービスコンピューティングにおいて,サービス評価プラットフォームは,ユーザがサービスを選択するのを助けるために提案されている。アイデアは常に進化し,提案したモデルはしばしば合成データにより検証されるだけである。既存の推薦システムは,顧客フィードバックが通常価値があるが,いくつかは疑わしいという事実をほとんど考慮していない。したがって,与えられた評価の目的が重要な因子である。そのhelpfulnessとその客観性に従って各評価の寄与を考慮することにより,本論文では,正確で交差カテゴリーの推奨を可能にするプラットフォームを提案した。実世界データにより提案したモデルを検証するために,サービスと製品推薦の間の並列性を利用した。Copyright 2019 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】

シソーラス用語： 電子商取引 ,  *モデル
準シソーラス用語： 客観性 ,  推奨システム ,  製品評価 ,  行列因数分解 ,  *因子分解 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 推奨 ,  意識 ,  行列 ,  因子分解