文献
J-GLOBAL ID:202102275277510203   整理番号:21A0489064

KCNNとMKRに基づく二段階深さ学習マルチタスク推薦モデル【JST・京大機械翻訳】

A two-stage deep learning multi-task recommendation model based on KCNN and MKR
著者 (4件):
資料名:
巻: 48  号:ページ: 82-89  発行年: 2020年 
JST資料番号: W0850A  ISSN: 1672-4291  CODEN: SXKEEJ  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: 中国 (CHN)  言語: 中国語 (ZH)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
深さ学習と知識マップの結合は推薦領域で広く注目されてきたが、一部のモデルの入力ベクトルはスパースであり、全体のモデルの訓練難度を増加させるだけでなく、モデルの局部最適に陥りやすい。また、多くの推薦モデルはユーザーと物品の特徴相互作用を十分に掘り起こさず、ユーザーと物品のベクトル表現は不正確であり、最終の推薦モデル性能に影響する。これに基づいて,KCNNとMKRに基づく2段階深さ学習マルチタスク推薦モデルTMRを提案した。まず、テキストコンボリューションネットワーク、抽出物品名の特徴を利用して、それを稠密ベクトルに変換し、物品自身の属性を再結合し、物品の特徴ベクトルの初期化として表示する。次に、交替訓練方式を採用して、知識マップ中の補助情報を取得し、DeepFMを特徴抽出層とし、ユーザー(user)と物品(item)の特徴相互作用をマイニングする。実験結果は,TMRモデルが,現在の主流の推奨方法と比較して,精度などの評価指標において,良い性能を持ち,推奨システムの性能を改善することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
人工知能 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る