文献

J-GLOBAL ID：202102285657133999   整理番号：21A0448679

ラフC平均クラスタリングに基づく協調フィルタリングの基本的考察【JST・京大機械翻訳】

Basic Consideration of Collaborative Filtering Based on Rough C-Means Clustering

著者 (4件)： Ubukata Seiki (Graduate School of Engineering, Osaka Prefecture University,Sakai,Japan) ,  Takahashi Shu (Graduate School of Engineering, Osaka Prefecture University,Sakai,Japan) ,  Notsu Akira (Graduate School of Humanities and Sustainable System Sciences, Osaka Prefecture University,Sakai,Japan) ,  Honda Katsuhiro (Graduate School of Engineering, Osaka Prefecture University,Sakai,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SCIS&ISIS  ページ： 1-6  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： 協調フィルタリング(CF)は,電子商取引サイトとビデオストリーミングサービスで見出される推薦システムを実現する技術である。個々のユーザに対する適切なコンテンツ推薦は,ユーザビリティ,購入率,ビデオ評価,および企業利益を改善する。クラスタリングは,類似オブジェクトから成るクラスタを抽出することにより,自動的にデータを分類し,要約する技術である。クラスタ化ベースのCF抽出クラスタは,類似した関心と選好を持つユーザで構成され,クラスタ内で高い選好度を持つコンテンツを推薦する。Rough C-means(RCM)型法は,クラスタに対するオブジェクトの確実性,可能性,および不確実性を扱う重複クラスタを抽出することができる。本研究では,RCMベースCF,すなわちGRCMベースCF(GRCM-CF)とπGRCMベースCF(πGRCM-CF)の2タイプを提案した。さらに,2つの実世界データセット,すなわち,NEEDS-SCAN/PANELデータセットおよびMovieLensデータセットを用いた数値実験を通して,提案した方法,GRCM-CFおよびπGRCM-CFの推薦性能を検証した。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： 不確実性 ,  *クラスタ化 ,  *クラスタ ,  録画装置 ,  コンテンツ ,  電子商取引
準シソーラス用語： *協調フィルタリング ,  ビデオストリーミング ,  推奨システム ,  数値実験 ,  確実性 , 【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 (3件)： 平均 ,  クラスタリング ,  協調フィルタリング