文献

J-GLOBAL ID：201902290910281589   整理番号：19A0536762

信頼メカニズムに基づく確率行列分解のユーザスコア予測【JST・京大機械翻訳】

User Rating Prediction Based on Trust-Driven Probabilistic Matrix Factorization

著者 (6件)： Du Dongfang (大数据分析与応用安徽省重点実験室(中国科学技術大学),安徽合肥230027;中国科学技術大学計算机科学与技術学院,安徽合肥230027) ,  Xu Tong (大数据分析与応用安徽省重点実験室(中国科学技術大学),安徽合肥230027;中国科学技術大学計算机科学与技術学院,安徽合肥230027) ,  Lu Yanan (大数据分析与応用安徽省重点実験室(中国科学技術大学),安徽合肥230027;中国科学技術大学計算机科学与技術学院,安徽合肥230027) ,  Guan Chu (大数据分析与応用安徽省重点実験室(中国科学技術大学),安徽合肥230027;中国科学技術大学計算机科学与技術学院,安徽合肥230027) ,  Liu Qi (大数据分析与応用安徽省重点実験室(中国科学技術大学),安徽合肥230027;中国科学技術大学計算机科学与技術学院,安徽合肥230027) ,  Chen Enhong (大数据分析与応用安徽省重点実験室(中国科学技術大学),安徽合肥230027;中国科学技術大学計算机科学与技術学院,安徽合肥230027)
資料名： Ruanjian Xuebao  (Ruanjian Xuebao)
巻： 29  号： 12  ページ： 3747-3763  発行年： 2018年 
JST資料番号： C2542A  ISSN： 1000-9825  CODEN： RUXUEW  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： インターネットの盛んな発展は、ユーザーに便利を提供すると同時に、その大量情報もユーザーの選択に困難であり、ユーザーが理解する情報推薦サービスが正当に必要になる。単一ユーザ情報向けの伝統的推奨技術と比較して,社交情報に基づく推薦技術は,影響力のモデリングを取り入れることによって,ユーザ属性と行動をより現実的に還元することができる。しかし、既存の社交推薦技術は、常にユーザーへの影響のケージをまとめ、その内在的なメカニズムに対して明確な分類と定量化を行わなかった。この問題に対して、ユーザーの評点行為における信頼関係に対して分析を行うことにより、信用ユーザーが間接的にユーザーの選好と直接ユーザーの採点に影響する2つの異なるメカニズムを研究し、さらにユーザー間の信頼関係融合モデリングに基づく確率行列分解モデルTPMFを提案した。このように,上記の2つのメカニズムの有効な融合を実現した。この基礎の上で、異なるユーザーが2種類のメカニズムによって重みが異なる問題に対して、採点相関性を通じてユーザーに対してクラスタリングを行い、相応の重みにマッピングし、ユーザーのモデルパラメータの個性化選択を実現した。公開データセットの実験結果は,提案したTPMFとその派生アルゴリズムが既存の代表的アルゴリズムより優れていて,提案した影響機構と技術フレームワークの有効性を検証した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 有効性 ,  インターネット ,  *確率行列 ,  モデリング ,  アルゴリズム ,  保持器 ,  *予測
準シソーラス用語： モデルパラメータ ,  採点 ,  信頼関係 ,  顧客情報 ,  情報推薦 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (6件)： 信頼 ,  メカニズム ,  確率行列 ,  分解 ,  スコア ,  予測