文献

J-GLOBAL ID：201902286764607751   整理番号：19A2417291

時間推薦のための知識グラフ学習によるユーザとアイテム間の相互作用のより良い理解【JST・京大機械翻訳】

A Better Understanding of the Interaction Between Users and Items by Knowledge Graph Learning for Temporal Recommendation

著者 (6件)： Xiao Chunjing (School of Computer Science and Technology, Civil Aviation University of China, Tianjin, China) ,  Xie Cong (School of Computer Science and Technology, Civil Aviation University of China, Tianjin, China) ,  Cao Shuyan (School of Computer Science and Technology, Civil Aviation University of China, Tianjin, China) ,  Zhang Yuxiang (School of Computer Science and Technology, Civil Aviation University of China, Tianjin, China) ,  Fan Wei (School of Computer Science and Technology, Civil Aviation University of China, Tianjin, China) ,  Heng Hongjun (School of Computer Science and Technology, Civil Aviation University of China, Tianjin, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11670  ページ： 135-147  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  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： 最近,余分な補助情報としての知識グラフ(KG)は,推薦を改善するために広く使われている。既存の方法は,通常,データスパース性とコールドスタート問題を扱うための特性情報として知識表現を扱う。しかし,それらは,ユーザとアイテムの間の暗黙的で明白な相互作用を無視して,それは関係抽出と知識推論によって得て,準最適性能に導いた。したがって,ユーザとアイテムの関係と属性の両方を推薦システムに組み込むことが重要であると信じる。それは,ユーザがアイテムを好む程度をより良く捉えることができる。本論文では,新しい知識グラフベースの時間的推薦(KGTR)モデルを提案した。最初に,余分な補完なしで単一独立ドメイン知識に基づいて軽量KGを設計した。ユーザとアイテム間の相互作用を表現するための3つの関係を定義し,ユーザブラウジングの相互作用,1つのアイテムをブラウジングする2人のユーザの社会的関係,およびその間のユーザブラウジングアイテムの挙動を含む。以前の知識翻訳に基づく推薦方法と異なり,著者らは,それらを1つの実体からKGにおける他への変換に加えることによって,相互作用を埋め込んだ。実世界のデータセットに関する広範な実験により,KGTRがいくつかの最先端の推薦法よりも優れていることを示Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 知識表現 ,  *グラフ ,  *学習 ,  *相互作用 ,  ドメイン知識 ,  ブラウジング
準シソーラス用語： 社会的関係 ,  軽量 ,  推奨システム ,  関係抽出 ,  スパース性 , 【Automatic Indexing@JST】

著者キーワード (4件)： 知識グラフ ,  陰的相互作用 ,  明示的相互作用 ,  時間的推薦

分類 (2件)： その他の情報処理  (JE15050M) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 推薦 ,  知識グラフ ,  学習 ,  相互作用 ,  理解