文献

J-GLOBAL ID：202102225601980797   整理番号：21A2872667

レコメンダーシステムにおける条件付き選好【JST・京大機械翻訳】

Conditional preference in recommender systems

著者 (5件)： Liu Wenyu (Department of Electronics and Information Engineering, Huazhong University of Science and Technology, Wuhan 430074, China) ,  Wu Caihua (Section of Automatic Command, Huang Pi NCO School, Air Force Early-Warning Academy, Wuhan 430345, China) ,  Feng Bin (Department of Electronics and Information Engineering, Huazhong University of Science and Technology, Wuhan 430074, China) ,  Liu Juntao (Department of Electronics and Information Engineering, Huazhong University of Science and Technology, Wuhan 430074, China) ,  Liu Juntao (709th Research Institute, China Shipbuilding Industry Corporation, Wuhan 430074, China)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 42  号： 2  ページ： 774-788  発行年： 2015年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： MovieLenデータセットにおけるユーザの好みを調べることにより,条件付き選好が想像よりも評価ベース推薦システムにおいてより広く存在することを見出した。既存の条件付き選好性の高い空間複雑性と対応する学習法の高い計算複雑性のために,条件付き選好は推薦者システムにおいてほとんど考慮されない。本論文では,二次多項式の表現能力が条件付き選好に対する線形関数のそれよりも強く,条件付き選好を近似するために二次多項式を用いることを提案した。既存の条件付き選好モデルと比較して,提案モデルは記憶空間を節約して,学習複雑性を減少して,大量のデータを効率的に処理するために,評価ベースの推薦装置システムに使用できる。提案した近似条件付き選好モデルをリストワイズ確率行列因数分解(ListPMF)のフレームワークに統合し,2つの実世界データセットでこの推薦法を検証した。実験結果は,提案方法が他のマトリックス因数分解に基づく方法より優れていることを示した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *多項式 ,  学習 ,  近似法 ,  計算量 ,  嗜好性
準シソーラス用語： 協調フィルタリング ,  推奨システム ,  複雑性 ,  線形関数 ,  ユーザ好み ,  行列因数分解 , 【Automatic Indexing@JST】

著者キーワード (5件)： 条件付き選好 ,  レコメンダーシステム ,  協調フィルタリング ,  行列因数分解 ,  リスト

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： 選好