文献

J-GLOBAL ID：202002272587179204   整理番号：20A2282717

異種グラフとメタデータを使用したハイブリッドペーパー推薦法【JST・京大機械翻訳】

A Hybrid Paper Recommendation Method by Using Heterogeneous Graph and Metadata

著者 (6件)： Hui Shi (Chinese Academy of Science,Institute of Information Engineering,Beijing,China) ,  Wei Ma (Chinese Academy of Science,Institute of Information Engineering,Beijing,China) ,  XiaoLiang Zhang (Chinese Academy of Science,Institute of Information Engineering,Beijing,China) ,  JunYan Jiang (Chinese Academy of Science,Institute of Information Engineering,Beijing,China) ,  YanBing Liu (Chinese Academy of Science,Institute of Information Engineering,Beijing,China) ,  ShuJuan Chen (China cybersecurity review technology and certification center,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IJCNN  ページ： 1-8  発行年： 2020年 
JST資料番号： W2441A  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： デジタル図書館における学術論文の量は指数関数的に増加している。科学的論文の成長のこの成長は,研究者が質問から関連論文を得ることを困難にした。推薦システムは,それらが情報過負荷の問題を解決するのを助けることができる。しかしながら,既存の論文推薦方式は,一般に単純な引用ネットワークに依存し,それは論文の意味を無視して,コールドスタートの問題を持っている。本論文では,マルチレベル引用不均一グラフに基づくハイブリッド紙推薦アプローチAMHGを提案した。参照関係のみを使用する既存の研究とは異なり,ゼロ引用と新しく出版された論文のコールドスタート問題を軽減するために,同じか類似の著者の論文を考察した。さらに,論文のメタデータ情報も,コールドスタート問題を軽減するためのより良い推薦者結果を生成するために,表現モデルに組み込んだ。著者らは,高品質論文を得るためにMLPによる候補リスト出力を並べるために,著者の影響因子を使用した。実験を通して,著者らは,AMHGが最先端の性能および推薦者の有効性を上回ることを実証するために,DBLP-RECデータセットに関するいくつかの方法と著者らのモデルを比較した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 指数関数 ,  過負荷 ,  有効性 ,  電子図書館 ,  *メタデータ
準シソーラス用語： マルチレベル ,  高品質 ,  低温始動 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： グラフ ,  メタデータ ,  ペーパー ,  推薦