文献

J-GLOBAL ID：202202210458570631   整理番号：22A1104784

次世代POIs予測のための影響ベース深層ネットワーク【JST・京大機械翻訳】

Influence-Based Deep Network for Next POIs Prediction

著者 (2件)： Elmi Sayda (School of Computing, National University of Singapore, Singapore, Singapore) ,  Tan Kian Lee (School of Computing, National University of Singapore, Singapore, Singapore)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13185  ページ： 170-183  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 位置ベースソーシャルネットワークの劇的な増殖は大量のデータをもたらした。これは,魅力的点(POI)の発見においてユーザを支援する位置ベース推薦ツールの開発をもたらした。次に,グループ活動が日常生活の不可欠な部分になったので,POI推薦は個人だけでなくユーザグループにも非常に重要である。しかしながら,ほとんどの既存の方法は,グループ内で作られるユーザ選好を支配する集団的特徴を考慮するよりも,むしろ個々の予測結果を集約することを通して推奨する。この不足は,グループ特徴の完全性と意味精度に直接影響する。この理由で,著者らは,関節モデルにおける個々の選好とグループ決定の両方に適応する新しいアプローチを提案した。具体的には,グループにおけるユーザの影響に基づいて,グループと個人の選好の間の接続を抽出し,次にグループ意思決定に対する各ユーザの影響を捉えるために,グラフ畳込みネットワークと注意機構で構築されたハイブリッド深層アーキテクチャモデルを設計した。2つのよく知られた実大規模データセット,即ち,Gowallaと4つの正方形に関する著者らのモデルの性能を評価するために,大規模な実験を行った。実験結果は,最先端の方法に対する優位性を示した。Copyright The Author(s), under exclusive license to Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  グループ活動 ,  *ネットワーク ,  位置 ,  モデル ,  集団 ,  好み ,  利用者 ,  深層 ,  完全性
準シソーラス用語： 関節モデル ,  グループ意思決定 ,  大規模データセット ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： POIs予測 ,  最小グラフコード ,  ユーザの影響 ,  深層学習 ,  グループ推薦

分類 (5件)： 計算機網  (JC03000K) ,  その他の情報処理  (JE15050M) ,  システム・制御理論一般  (IA02010H) ,  通信網  (ND07030A) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 次世代 ,  予測 ,  深層