文献

J-GLOBAL ID：202102246687505573   整理番号：21A0231970

文脈を意識した特徴相互作用に基づく推薦システム【JST・京大機械翻訳】

Context Aware Feature Interaction based Recommendation System

著者 (3件)： Ma Pengcheng (School of Computer Science and Technology, Qilu University of Technology, Shandong Academy of Sciences,Jinan,China) ,  Gao Qian (School of Computer Science and Technology, Qilu University of Technology, Shandong Academy of Sciences,Jinan,China) ,  Fan Jun (AsiaInfo Technologies(Nanjing), Inc,Nanjing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IRC  ページ： 485-489  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： 付加的文脈情報は,すべての種類の推薦システムに対する強いサポートを持ち,従って,コンテキスト認識推薦システムは,近年広く関心がある。既存の主流コンテキスト認識推薦モデルはニューラルネットワーク法を採用して,それはユーザの長期と短期の選好を入力クエリと組み合わせ,個人化された製品推薦を実行する。マトリックス因数分解モデルに基づいて,本論文は,3つのモジュールから成る新しい相互作用モードネットワークモデルを提案した:コンテキストユーザ/項目相互作用モジュール,注意機構モジュール,およびコンテキスト環境全体役割モジュール。このモデルでは,コンテキストとユーザ/アイテム間の相互作用を確立するために双線形関数を使用し,異なるコンテキスト情報の重要性を区別するために注意メカニズムを追加する。最後に,ユーザスコアバイアスとアイテムスコアバイアスを加え,文脈環境により従来の行列因数分解法に変更した。上記の方法と結合して,著者らは,「特徴対話型ネットワークモデル」(FINM)という名前をつけた文脈認識特徴相互作用に基づくマトリックス因数分解推薦モデルをセットアップした。データセットに関する実験を通して,本論文で提案したアルゴリズムが一般的推薦アルゴリズムより優れていることを示した。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： アルゴリズム ,  *相互作用 ,  ニューラルネットワーク ,  バイアス
準シソーラス用語： ネットワークモデル ,  *推奨システム ,  クエリー ,  行列因数分解 ,  コンテキスト情報 , 【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)： 文脈 ,  意識 ,  相互作用 ,  推薦システム