抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】