DGC:グループ推薦のための文脈情報を利用する動的グループ行動モデリング【JST・京大機械翻訳】

Jeong Hyun Ji; Lee Kwang Hee; Kim Myoung Ho

文献

J-GLOBAL ID：202102272958993272 整理番号：21A0380082

DGC:グループ推薦のための文脈情報を利用する動的グループ行動モデリング【JST・京大機械翻訳】

DGC: Dynamic group behavior modeling that utilizes context information for group recommendation

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=21A0380082&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=21A0380082&from=J-GLOBAL&jstjournalNo=T0426A") }}

著者 (3件)： , ,
資料名：
巻： 213 ページ： Null 発行年： 2021年
JST資料番号： T0426A ISSN： 0950-7051 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)

実世界において,ユーザ集合(すなわちグループ)にアイテムを推薦するグループ推薦は,異なる選好を持つすべてのグループメンバーの満足を確実にするのが非常に難しいので,挑戦的な問題である。多くの既存のグループ推薦システムは,一般に集約法を使用し,個人としてのユーザの選好がグループの一員である場合,個人としてのユーザの好みがしばしば変化するグループ行動をモデル化するのに不十分である。いくつかの最近の方法は,この動的群挙動を反映することを試みた。しかし,それらは,アイテムとグループメンバーの間の複雑な関係を捕捉する際にまだ限界がある。さらに,以前のアプローチでは利用可能なコンテキスト情報を十分に利用できず,評価データのみを使用する。評価と共にコンテキスト情報を反射することは,グループ推薦におけるよく知られたデータスパース性問題を解決するのに役立つ。本論文では,グループ推薦(DGC)のための文脈情報を利用する動的グループ行動モデリングと呼ばれる新しいグループ推薦フレームワークを提案した。DGCでは,グループ意思決定プロセスにおける複雑なパターンの要約を可能にする動的グループ行動モデリングを新たに開発した。コンテキスト情報を適用するため,まず,様々なエンティティ間の豊富な情報を含む異種情報ネットワーク(HIN)から関連コンテキスト情報を抽出する。次に,コンテキスト情報を,ラベル予測のための教師つき損失とコンテキスト予測のための教師なし損失から成る半教師つき学習を用いて,グループ推薦モデルに適切に適用した。実験結果は,著者らの方法が他の既存の方法に関して重要な性能改善を提供することを示した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , 【Automatic Indexing@JST】

人工知能

, , ,

前のページに戻る