文献

J-GLOBAL ID：202002253853818744   整理番号：20A0867304

興味深い部分グラフとLaplaceベースk-最近傍を用いたWebページ推薦システム【JST・京大機械翻訳】

Webpage Recommendation System Using Interesting Subgraphs and Laplace Based k-Nearest Neighbor

著者 (3件)： Jayalakshmi N. (VITAM College of Engineering, Visakhapatnam, Andhra Pradesh) ,  Padmaja P. (Department of IT, College of Engineering, Anil Neerukonda Institute of Technology and Sciences (ANITS), Sangivalasa Visakhapatnam, Andhra Pradesh) ,  Suma G. Jaya (Department of IT, University College of Engineering, Vizianagaram, JNTUK-UCEV, Andhra Pradesh)
資料名： International Journal of Pattern Recognition and Artificial Intelligence  (International Journal of Pattern Recognition and Artificial Intelligence)
巻： 34  号： 3  ページ： 2053003  発行年： 2020年 
JST資料番号： T0877A  ISSN： 0218-0014  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： ユーザが頻繁なサブグラフと呼ばれる重要な情報をマイニングすることを可能にする興味ある研究領域は,Graph-Based Data Mining(GBDM)である。頻繁なパターンを抽出するために開発された良く知られたアルゴリズムの一つはGastonアルゴリズムである。ログファイルから興味あるWebページを検索することは,様々なアプリケーションに大きく貢献する。本研究において,Webページ推薦システムを,興味あるWebページから有用なWebページを検索するために,Chronology Cukoo Search(Chronologic-CS)アルゴリズムとLaplace補正ベースk-Nearest Neighbor(LKNN)を導入することによって提案した。最初に,W-Gastonアルゴリズムはログファイルから興味深いサブグラフを抽出して,それを提案したWebページ推薦システムに提供した。提案したChronologic-CSアルゴリズムによるクラスタ化を受けた興味あるサブグラフは,時間的概念をCucoo探索(CS)アルゴリズムに統合することによって開発され,様々なクラスタグループを提供する。次に,提案したLKNNアルゴリズムはクラスタからWebページを推奨する。提案したWebページ推薦アルゴリズムのシミュレーションを,MSNBCとWebデータベースからのデータを利用することによって行った。結果を,様々な既存のWebページ推薦モデルと比較し,精度,想起,およびF測度に基づいて分析した。提案したWebページ推薦モデルは,精度,想起,およびF測度に対して,それぞれ0.9194,0.8947,および0.86736の値を有する既存のモデルより良い性能を達成した。Copyright 2020 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： クラスタ ,  測度 ,  応用プログラム ,  *Webページ ,  アルゴリズム ,  *部分グラフ ,  クラスタ化
準シソーラス用語： ログファイル ,  *推奨システム , 【Automatic Indexing@JST】

著者キーワード (5件)： Webページ推薦 ,  興味深い部分グラフ ,  CSアルゴリズム ,  k最近傍 ,  Laplace補正

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (3件)： 部分グラフ ,  Webページ ,  推薦システム