ポイントオブ関心レコメンダーシステムによる評価および関連性の改善【JST・京大機械翻訳】

Bashir Syed Raza; Misic Vojislav

プレプリント

J-GLOBAL ID：202202204979823087 整理番号：22P0291363

ポイントオブ関心レコメンダーシステムによる評価および関連性の改善【JST・京大機械翻訳】

Improving Rating and Relevance with Point-of-Interest Recommender System

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 (2件)： ,
資料名：
発行年： 2022年02月17日プレプリントサーバーでの情報更新日： 2022年02月17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)

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】

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

その他の情報処理 , 応用心理学 , 人工知能

, , ,

前のページに戻る