コミュニティ検出で強化されたグラフベース推薦システム【JST・京大機械翻訳】

Shokrzadeh Zeinab; Feizi-Derakhshi Mohammad-Reza; Balafar Mohammad-Ali; Bagherzadeh-Mohasefi Jamshid

プレプリント

J-GLOBAL ID：202202200436060037 整理番号：22P0025859

コミュニティ検出で強化されたグラフベース推薦システム【JST・京大機械翻訳】

Graph-Based Recommendation System Enhanced with Community Detection

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年01月10日プレプリントサーバーでの情報更新日： 2023年07月27日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

多くの研究者は,推薦システムにおける推薦技術の性能を改善するためにタグ情報を使用した。ユーザのタグを調べることは,それらの興味を得て,推薦においてより多くの精度を導くのを助けるであろう。ユーザ定義タグを自由に選択し,制限なしに,それらの正確な意味とタグの類似性を決定する際に問題が生じる。しかし,タグの意味を見つけるためのシソーラスとオントロジーの利用は,ユーザによる自由定義と多くのデータセットにおける異なる言語の使用のために,非常に効率的でない。したがって,本論文は,意味類似性を割り当てるために,語彙類似性と共起タグ解法を決定するために数学的および統計的方法を使用した。他方,ユーザの関心の変化により,本論文では,タグの類似性を決定するための共起タグにおけるタグ割当ての時間を考察した。次に,グラフをタグの類似性に基づいて作成した。ユーザの関心をモデル化するため,タグのコミュニティをコミュニティ検出法を用いて決定した。そこで,タグのコミュニティと資源間の類似性に基づく推薦を行った。提案方法の性能を,2つの公開データセットの評価を通して,精度と再現の2つの基準を用いて評価した。評価結果は,他の方法と比較して,提案した方法の精度と再現が著しく改善されることを示した。実験結果に従って,リコールと精度の判定基準は,それぞれ5%と7%まで改善した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

その他の情報処理

, , ,

前のページに戻る