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。
セッションベースの推薦は,同じセッションで以前の行動の順序を与えられたユーザの次の行動を予測するタスクである。既存の方法は,厳密な順序で以前の行動を符号化するか,あるいは完全に順序を無視するかのいずれかを符号化する。しかし,時々,詳細な順序と呼ばれる短いサブシーケンスにおける行動の順序は,例えば,ユーザが異なるブランドから同じ種類の製品を比較する場合には重要ではない可能性がある。それにもかかわらず,データが自然に連続しているので,高レベルの順序付け情報は依然として有用である。したがって,良好なセッションベースの推薦者は,異なるレベルの粒度における逐次情報に異なる注意を払わなければならない。この目的のために,全セッションの高水準逐次情報を維持しながら,いくつかのサブセッションにおける重要でない詳細な順序付け情報を自動的に無視するための新しいモデルを提案した。このモデルにおいて,最初に,サブセッションの特徴を抽出するために,Gauss重みづけを有する完全自己注意層を用いて,次に,著者らは,高水準逐次情報を獲得するために,再帰ニューラルネットワークを適用した。2つの実世界データセットに関する広範な実験は,著者らの方法が最先端の方法より優れていることを示した。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】