文献

J-GLOBAL ID：202002253549495802   整理番号：20A1636811

モバイルマーケティングアプリケーションにおける個人推薦のための時間的進化による消費行動のマイニング【JST・京大機械翻訳】

Mining consuming Behaviors with Temporal Evolution for Personalized Recommendation in Mobile Marketing Apps

著者 (5件)： Gao Honghao (Computing Center, Shanghai University, Shanghai, China) ,  Kuang Li (School of Computer Science and Engineering, Central South University, Changsha, China) ,  Yin Yuyu (School of Computer Science and Technology, Hangzhou Dianzi University, Hangzhou, China) ,  Guo Bin (School of Computer Science and Engineering, Central South University, Changsha, China) ,  Dou Kai (School of Computer Science and Engineering, Central South University, Changsha, China)
資料名： Mobile Networks and Applications  (Mobile Networks and Applications)
巻： 25  号： 4  ページ： 1233-1248  発行年： 2020年 
JST資料番号： W1753A  ISSN： 1383-469X  資料種別： 逐次刊行物 (A)
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,ますます多くのモバイルアプリケーションが,技術的進歩を伴うマーケティング分野で採用されている。モバイルマーケティングアプリケーションは,企業マーケティングのための一般的方法になった。したがって,モバイルマーケティングにおける個人化および正確な推薦を提供するための重要かつ緊急の問題であり,モバイル機器の多数の項目および限られた能力を有した。推薦は広く研究されているが,ほとんどの既存の手法は,時間にわたるユーザの行動の安定性や変化を考慮していない。本論文では,まず,KNN(K最近傍)とSVR(サポートベクトル回帰)に基づく時系列予測による歴史的記録からユーザの消費行動の周期的傾向をマイニングし,ユーザがアイテムを再購入するときの次の時間を予測し,ユーザが適切な時間前に購入したアイテムを推薦できる。第2に,著者らは,異なるライフステージの間,ユーザの購入行動の規則性を見つけて,それらの現在のライフステージのために必要で適切な新しいアイテムを推奨した。これを解決するために,著者らは最初にアイテムからユーザのライフステージまでマッピングモデルをマイニングする。モデルに基づいて,ユーザの現在の生活段階をそれらの最近の挙動から推定することができた。最後に,ユーザは,それらの推定ライフステージに適切な新しいアイテムで推奨される。実験結果は,それが時間発展によってユーザの消費行動をマイニングすることによって明らかに推薦の有効性を改良したことを示した。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *マーケティング ,  規則度 ,  *応用プログラム ,  有効性 ,  時間発展 ,  *携帯電話
準シソーラス用語： 時系列予測 ,  ライフステージ ,  モバイルデバイス ,  サポートベクトル回帰 ,  モバイルアプリケーション , 【Automatic Indexing@JST】

著者キーワード (4件)： レコメンダーシステム ,  時系列予測 ,  時間的Eボリューション ,  モバイルマーケティングアプリケーション

分類 (2件)： 市場調査,広告  (KA06030H) ,  マーケティング  (KA06020W)

タイトルに関連する用語 (4件)： 個人 ,  推薦 ,  進化 ,  消費行動