文献

J-GLOBAL ID：201902219842718001   整理番号：19A2423334

MapReduceを用いた自動車推薦システムにおけるユーザ評価のための事例研究【JST・京大機械翻訳】

A Case Study for User Rating Prediction on Automobile Recommendation System Using MapReduce

著者 (3件)： Nie Zikai (National University of Defense Technology, Changsha, China) ,  Sun Jiao (Tsinghua University, Beijing, China) ,  He Zhehua (Jilin University, Changchun, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 913  ページ： 57-68  発行年： 2019年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 推薦システムは現代産業で広く使われており,多くの研究がこの分野で行われ,ユーザが関心のある項目を特定するのを助ける。協調フィルタリング(CF,短い)アルゴリズムは推薦システムにおける重要な技術である。しかしながら,自動車推奨システムでは,自動車の量の急激な増加により,より少ない作業しか行われていない。さらに,計算速度は協調フィルタリング技術のための主要な弱点である。したがって,CFアルゴリズムを最適化するためにMapReduceフレームワークを用いることは,この性能問題に対する重要な解決策である。本論文では,ユーザ-自動車コメントデータ収集の実世界産業データセットに基づく様々な特性を持つ産業用自動車に関するユーザコメントの勧告を提示し,自動車プロバイダに対する勧告を提供し,それらが新しい特性を持つ自動車に関するユーザコメントを予測するのを助ける。最初に,著者らは,スコアマトリックスの以前の構成を用いて,マトリックスの希薄性を解明した。第二に,自動車特性の異なる次元がCFの計算に大きな誤差をもたらす自動車の生データから寸法効果を除去することにより,データ正規化問題を解決した。最後に,MapReduceフレームワークを用いてCFアルゴリズムを最適化し,計算速度を改善した。本論文で用いたUV分解は,近隣の補間重みを計算することなく,CFアルゴリズムにおいてしばしば使用される行列因数分解技術であり,それは産業においてより便利である。Copyright 2019 Springer Nature Singapore Pte Ltd. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  内挿法 ,  データ収集 ,  *事例研究 ,  フィルタリング ,  正規化 ,  *自動車 ,  計算機処理速度
準シソーラス用語： 行列因数分解 ,  生データ ,  スコア ,  ISP【インターネット】 ,  協調フィルタリング ,  *推奨システム ,  *MapReduce , 【Automatic Indexing@JST】

著者キーワード (4件)： 自動車の推奨 ,  データ正規化 ,  協調フィルタリング ,  MapReduce

分類 (3件)： その他の情報処理  (JE15050M) ,  計算機システム開発  (JD02010R) ,  情報処理一般  (JE15010U)

タイトルに関連する用語 (5件)： MapReduce ,  自動車 ,  推薦システム ,  ユーザ評価 ,  研究