ユーザイベントシーケンス解析のためのニューラル階層的因数分解マシン【JST・京大機械翻訳】

Xi Dongbo; Zhuang Fuzhen; Song Bowen; Zhu Yongchun; Chen Shuai; Hong Dan; Chen Tao; Gu Xi; He Qing

文献

J-GLOBAL ID：202002224236227251 整理番号：20A2139464

ユーザイベントシーケンス解析のためのニューラル階層的因数分解マシン【JST・京大機械翻訳】

Neural Hierarchical Factorization Machines for User’s Event Sequence Analysis

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A2139464&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (9件)： , , , , , , , ,
資料名：
号： SIGIR ’20 ページ： 1893-1896 発行年： 2020年
JST資料番号： D0698C 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)

実世界アプリケーションの多くの予測タスクは,より良い検出性能のためにユーザのイベントシーケンスにおける多次特徴相互作用をモデル化する必要がある。しかし,既存の一般的な解決策は,通常,2つの重要課題に悩まされている。1)特徴相互作用に焦点を当て,配列影響を把握すること;2)配列情報のみに焦点を当てたが,各イベントの内部特徴関係を無視して,より良いイベント表現を抽出することに失敗した。本論文では,ユーザのイベントシーケンス上の階層的情報を捕捉するための2レベル構造を考察した。1)効果的な特徴相互作用に基づくイベント表現;2)ユーザの歴史的事象のシーケンス表現のモデリング。産業と公共のデータセットの両方に関する実験結果は,著者らのモデルが最先端のベースラインと比較して,かなり良い性能を達成することを明確に示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , ,
, 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

オペレーティングシステム , 空港,付属施設 , マーケティング , オペレーションズリサーチ一般 , 通信網

, , ,

前のページに戻る