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。
関心点(POI)の推薦は,位置ベースのソーシャルネットワークにおいて必須である。それは,利用者と位置が情報を共有することを容易にする。最近,研究者は,質問項目関連性を表す大量の訓練データを必要とする大規模検索システムとして,それらを処理することによってPOIを推薦する傾向がある。しかし,検索システムにおけるユーザフィードバックの収集は,高価なタスクである。既存のPOI推薦システムは,ユーザとアイテム(位置)相互作用のみに基づく推薦を行う。しかし,多くのフィードバック源がある。例えば,ユーザがPOIを訪れるとき,POIは,そうであった。POI推薦者を開発するとき,これらの異なるタイプのフィードバックの統合は必須である。本論文では,検索システムにおける推薦モデリングを改善するために,ユーザとアイテム情報と補助情報を用いることを提案した。協調とコンテンツ情報の両方の存在におけるクエリ-項目関連性をモデル化するための深層ニューラルネットワークアーキテクチャを開発した。また,ユーザフィードバックデータからの文脈情報を含む質問とアイテムの学習表現の品質を改善した。大規模データセットへのこれらの学習表現の適用は,著しい改善をもたらした。【JST・京大機械翻訳】