文献

J-GLOBAL ID：202102224603286044   整理番号：21A1390301

注意ベース推薦アルゴリズム【JST・京大機械翻訳】

An Attention-Based Recommendation Algorithm

著者 (6件)： Chu Yan (Harbin Engineering University) ,  Qi Shuhao (Harbin Engineering University) ,  Yang Yue (Harbin Engineering University) ,  Shan Chenqi (Harbin Engineering University) ,  Wang Lina (Harbin Engineering University) ,  Wang Zhengkui (Singapore Institute of Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ISPA/BDCloud/SocialCom/SustainCom  ページ： 1505-1510  発行年： 2019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： 従来の推薦アルゴリズムは,類似した選好を共有する他のユーザから,評価履歴を通して1つのユーザにアイテムを推薦するために協調フィルタリングアプローチを採用する。しかし,この方法は,利用者の格付け行動が異なる評価標準で変化するので,関心レベルの考慮を欠いている。本論文では,1つの注意ベース推薦アルゴリズム(ABRA)を導入し,ユーザのコメント情報を完全に利用し,より妥当な推薦を行った。ABRAはユーザのコメントから感情を分析し,感情的注意ベースモデルを設計することにより感情の極性を同定することにより感情認識を促進する。ABRAは,感情ベクトルを抽出するためコメントを訓練するために,感情的注意モデルをReカレントニューラルネットワーク(RNN)に統合し,コメントを分類するためにさらに使用する。一方,各単語の感情的極性を同定するために,RNNにおいてコンテキスト注意機構を用いた。これにより,感情極性だけでなく,より正確で効率的な感情ベクトルを構築するための感情単語の傾向値も同定できる。さらに,スコア補正ゲートを採用して,ユーザのレイティング操作が更新されるかどうかを決定した。修正ユーザ-項目マトリックスを推薦に適用し,協調フィルタリング推薦を感情スコアに従ってユーザに対して実行した。著者らは,Cornell大学からの映画レビューデータを用いてABRAを訓練し,アマゾンMovies&TVとYelpデータセットを用いてモデルを試験した。実験結果は,従来の推薦アルゴリズムと比較して,ABRAがユーザの感情をより合理的に認識し,より正確な推薦を作ることを示した。Copyright 2021 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： 極性 ,  ベクトル ,  レイティング ,  等級づけ ,  *単語
準シソーラス用語： 協調フィルタリング ,  感情認識 ,  *推薦アルゴリズム , 【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 (2件)： 注意 ,  推薦アルゴリズム