文献

J-GLOBAL ID：202102251116802155   整理番号：21A2711557

ユーザベース協調フィルタリングのための効率的なMapReduceベース並列処理フレームワーク【JST・京大機械翻訳】

An Efficient MapReduce-Based Parallel Processing Framework for User-Based Collaborative Filtering

著者 (2件)： Jeong Hanjo (School of Information Convergence, Kwangwoon University, Seoul 01897, Korea) ,  CHA Kyung Jin (Department of Business Administration, Kangwon University, Chuncheon 24341, Korea)
資料名： Symmetry (Web)  (Symmetry (Web))
巻： 11  号： 6  ページ： 748  発行年： 2019年 
JST資料番号： U7282A  ISSN： 2073-8994  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： ユーザベースの協調フィルタリングは,推薦者システムのための最も使用された方法の1つである。しかし,同じ評価パターンを持つ各アクティブユーザの隣接ユーザを見つけるための全データの完全なスキャンを必要とするので,この方法を実行するのに時間がかかる。また,アルゴリズムの複雑性のため,時間のかかる計算を必要とする。さらに,推薦者システムにおける評価データの量は,利用者の数,アイテム,およびそれらの評価活動が増加する傾向があるので,急速に成長する。したがって,Hadoopのような並列処理による大きなデータフレームワークが推薦システムに必要である。共同フィルタリングのためのMapReduceベースの並列処理方法に関する多くの研究がある。しかしながら,ほとんどの研究は,HDFSがディスク上のデータを連続的にアクセスするので,MapReduceジョブを実行するための逐次アクセス制限と,Hadoop分散ファイルシステム(HDFS)に関する全データに関する必要なフルスキャンの最小化を考慮していない。本論文では,Hadoopデータノード上の逐次アクセスパターンに接着しながら,1時間並列化フルスキャンのみを必要とする協調フィルタリング法のための効率的なMapReduceベース並列処理フレームワークを導入した。提案フレームワークは,予測を計算するための部分計算フレームワークを含む新しいMapReduceフレームワークを含み,そのような一方向並列スキャンを持つアクティブユーザに対する推奨アイテムを見つける。最後に,MovieLensデータセットを用いて,主に並列化法の効率に関して,提案した方法の妥当性を示した。Copyright 2021 The Author(s) 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 ,  円板 ,  *フィルタリング ,  *並列処理
準シソーラス用語： *協調フィルタリング ,  アクセスパターン ,  推奨システム ,  複雑性 ,  Hadoop ,  *MapReduce ,  Hadoop分散ファイルシステム , 【Automatic Indexing@JST】

著者キーワード (5件)： MapReduce ,  協調フィルタリング ,  並列処理 ,  ドループ ,  推奨システム

分類 (2件)： その他の情報処理  (JE15050M) ,  データ保護  (JD01020V)

引用文献 (18件)：

• Resnick, P.; Varian, H.R. Recommender systems. Commun. ACM 1997, 40, 56-58.
• Adomavicius, G.; Tuzhilin, A. Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions. IEEE Trans. Knowl. Data Eng. 2005, 17, 734-749.
• Bell, R.M.; Koren, Y. Improved neighborhood-based collaborative filtering. In Proceedings of the KDD cup and workshop at the 13th ACM SIGKDD international conference on knowledge discovery and data mining, San Jose, CA, USA, 12 August 2007; pp. 7-14.
• Linden, G.; Smith, B.; York, J. Amazon.com recommendations: Item-to-item collaborative filtering. IEEE Internet Comput. 2003, 1, 76-80.
• Hadoop. Available online: http://hadoop.apache.org/ (accessed on 15 May 2019).

タイトルに関連する用語 (4件)： 協調フィルタリング ,  MapReduce ,  並列処理 ,  フレームワーク