深層学習とグラフ解析アプローチを用いた推薦システム【JST・京大機械翻訳】

Kherad Mahdi; Bidgoly Amir Jalaly

プレプリント

J-GLOBAL ID：202202209494364361 整理番号：21P0029415

深層学習とグラフ解析アプローチを用いた推薦システム【JST・京大機械翻訳】

Recommendation system using a deep learning and graph analysis approach

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： 2020年04月17日プレプリントサーバーでの情報更新日： 2021年07月13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)

ユーザがインターネットに接続してニーズを満たすとき,彼はしばしば膨大な量の関連情報に遭遇する。推薦システムは,大量のフィルタリング情報のための技術であり,ユーザが満足し,興味深いアイテムを提供する。機械学習法,特に深層学習の進歩は,推薦システムにおける大きな成果をもたらしたが,これらのシステムは,コールドスタートやスパース性問題のような課題に悩まされている。これらの問題を解決するために,ユーザ通信ネットワークのような文脈情報は通常使用される。本論文では,行列因子分解とグラフ解析法に基づく新しい推薦法を提案した。さらに,ユーザとアイテムの潜在要因を初期化するために,深い自己エンコーダを活用し,深い埋込み法はユーザ信用グラフからユーザの潜在因子を集める。提案方法を2つの標準データセットに実装した。実験結果と比較は,提案した方式が既存の最先端の推薦法より優れていることを示した。この手法は他の比較手法よりも優れ,大きな改善を達成した。【JST・京大機械翻訳】

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

その他の情報処理 , 人工知能

, ,

前のページに戻る