文献

J-GLOBAL ID：202002251818793053   整理番号：20A2031419

ユーザ生成アイテムリスト継続のための一貫性を意識した推薦【JST・京大機械翻訳】

Consistency-Aware Recommendation for User-Generated Item List Continuation

著者 (4件)： He Yun (Texas A&M University, College Station, TX, USA) ,  Zhang Yin (Texas A&M University, College Station, TX, USA) ,  Liu Weiwen (The Chinese University of Hong Kong, Hong Kong, China) ,  Caverlee James (Texas A&M University, College Station, TX, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： WSDM ’20  ページ： 250-258  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)

抄録/ポイント： ユーザ生成アイテムリストは,多くのプラットフォームで一般的である。用例は,YouTubeに関するビデオベースのプレイリスト,Pinterestに関する画像ベースのリスト(または「ボード」),Goodreasに関する書籍ベースのリスト,およびZhihuのような質問-回答のための回答ベースのリストを含んだ。ユーザがこれらのリストを作成するので,共通の課題は,次の項目をどのアイテムにつなぐかを特定することにある。いくつかのリストは,特定のジャンルまたはトピックスの周りに組織化され,一方,他は一見インコヒーレントであり,どのアイテムが一緒に属するのかに対する個々の選好を反映している。さらに,項目一貫性におけるこの不均一性は,プラットフォームからプラットフォームまで,またサブコミュニティからサブコミュニティへと変化する可能性がある。したがって,本論文はユーザ生成アイテムリスト継続のための一般化可能なアプローチを提案する。特定コンテンツパターンを利用する方法(例えば,オーディオ特徴に依存する歌ベースプレイリストのように)の補完により,提案アプローチは,人間キュレーションパターンに基づくアイテムリストの一貫性をモデルし,従って,広範囲の様々なアイテムタイプ(例えば,ビデオ,画像,書籍)にわたって展開できる。重要な貢献は,ユーザの全体的興味を捉える一般的ユーザ選好モデル,および利用者の現在(最も最近の項目として)の興味を捉える現在の選好優先度モデル,という新しい一貫性認識ゲートネットワークを介して,2つの選好モデルを知的に組み合わせることである。このようにして,提案した一貫性意識推薦者は,ユーザ選好が進化するにつれて動的に適応できる。4つのデータセット(歌,書籍,および回答)に関する評価は,これらの観察を確認し,提案モデル対最先端の代替案の有効性を実証した。さらに,すべてのコードとデータはhttps://github.com/heyunh2015/ListContinuation_WSDM2020で利用可能である。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】

シソーラス用語： コミュニティ ,  *録画装置 ,  オーディオ機器 ,  不均一性 ,  有効性 ,  優先度
準シソーラス用語： 用例 ,  ユーチューブ ,  プレイリスト , 【Automatic Indexing@JST】

著者キーワード (4件)： 注意機構 ,  自動リスト接続 ,  一貫性を意識した推奨 ,  ユーザ生成アイテムリスト

分類 (3件)： その他の情報処理  (JE15050M) ,  市場調査,広告  (KA06030H) ,  その他の計算機利用技術  (JE14000C)

タイトルに関連する用語 (4件)： リスト ,  継続 ,  意識 ,  推薦