文献

J-GLOBAL ID：202002268840101802   整理番号：20A2675396

意味類似性を融合する行列分解推薦アルゴリズム【JST・京大機械翻訳】

Matrix factorization recommendation algorithm by fusing semantic similarity

著者 (3件)： Min Lu (江西財経大学人文学院,江西南昌330013) ,  Wang Gensheng (江西財経大学人文学院,江西南昌330013;江西財経大学計算机実践教学中心,江西南昌330013;江西財経大学国際経貿学院,江西南昌330013) ,  Huang Xuejian (江西財経大学計算机実践教学中心,江西南昌330013)
資料名： Henan Ligong Daxue Xuebao (Ziran Kexue Ban)  (Henan Ligong Daxue Xuebao (Ziran Kexue Ban))
巻： 39  号： 4  ページ： 112-117  発行年： 2020年 
JST資料番号： C3231A  ISSN： 1673-9787  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： マトリックス分解推奨アルゴリズムには,推薦対象自体の意味的特徴を考慮しない問題を考慮して,融合オブジェクトの意味論的類似性に基づくマトリックス分解推薦アルゴリズムを提案した。まず第一に,知識マップ分散表現学習アルゴリズムを採用して,推薦対象の所属領域のセマンティックデータを,低次元セマンティックベクトル空間に埋め込んだ。次に,オブジェクト間の意味論的類似性を計算し,意味論的類似性をマトリックス分解の目的最適化関数に組み込むことによって,意味的観点から,マトリックス分解推奨アルゴリズムにおける推奨対象自体の意味的特徴の不足を考慮しない。結果は,改良アルゴリズムが従来のマトリックス分解推奨アルゴリズムより高い精度,再現率,および被覆率を有することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化 ,  ベクトル空間 ,  意味論 ,  類似性 ,  被覆率 ,  学習アルゴリズム
準シソーラス用語： 再現率 ,  低次元 ,  *行列分解 ,  マトリックス分解 ,  意味類似性 ,  *推薦アルゴリズム ,  分散表現 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 意味類似性 ,  融合 ,  行列分解 ,  推薦アルゴリズム