文献

J-GLOBAL ID：201902240627194424   整理番号：19A2247029

適応ハイブリッド協調フィルタリング推奨アルゴリズム【JST・京大機械翻訳】

An Adaptive Hybrid Collaborative Filtering Recommendation Algorithm

著者 (6件)： Yang Jiali (蘇州大学計算机科学与技術学院,江蘇蘇州,215006) ,  Li Zhixu (蘇州大学計算机科学与技術学院,江蘇蘇州215006;广東省大数据分析与処理重点実験室,广州510006) ,  Xu Jiajie (蘇州大学計算机科学与技術学院,江蘇蘇州,215006) ,  Zhao Pengpeng (蘇州大学計算机科学与技術学院,江蘇蘇州,215006) ,  Zhao Lei (蘇州大学計算机科学与技術学院,江蘇蘇州,215006) ,  Zhou Xiaofang (蘇州大学計算机科学与技術学院,江蘇蘇州215006;昆士蘭大学信息技術与電子工程学院,澳大利亜布里斯班4067)
資料名： Jisuanji Gongcheng  (Jisuanji Gongcheng)
巻： 45  号： 7  ページ： 222-228  発行年： 2019年 
JST資料番号： C2532A  ISSN： 1000-3428  CODEN： JISGEV  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： 協力的フィルタリングアルゴリズムがデータ量が大きいとき,推奨効率が低いという問題を解決するために,適応ハイブリッド協調推薦アルゴリズムを提案した。ユーザ活動度および目標物の新鮮度に従って,モデル重みを調整し,そして,テンソル分解に基づいて,製品間の類似性を計算し,そして,予測結果を,短い経路列挙重ね合わせによって,生成した。実験結果は,CBCFアルゴリズムと比較して,提案したアルゴリズムが28.6%の精度を改良できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 予測 ,  類似性 ,  活量 ,  新鮮度 ,  モデル ,  *アルゴリズム
準シソーラス用語： テンソル分解 ,  推薦アルゴリズム ,  データ量 ,  *協調フィルタリング , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 適応 ,  協調フィルタリング ,  推奨 ,  アルゴリズム