文献

J-GLOBAL ID：202202216367878780   整理番号：22A0982899

パターン2Vec:ユーザナビゲーション行動の学習のためのクリックストリームデータ系列の表現【JST・京大機械翻訳】

Pattern2Vec: Representation of clickstream data sequences for learning user navigational behavior

著者 (2件)： Olmezogullari Erdi (Development Center, Microsoft, Oslo, Norway) ,  Aktas Mehmet S. (Department of Computer Engineering, Yildiz Technical University, Istanbul, Turkey)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 34  号： 9  ページ： e6546  発行年： 2022年 
JST資料番号： W2542A  ISSN： 1532-0626  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Word埋込み手法は,NLPタスクにおける文脈の意味を扱うためのデータシーケンスを表す。今日,ナビゲーションクリックストリームデータ上のユーザ行動パターンを理解する必要がある。しかし,教師なし機械学習タスクでユーザの行動をクラスタ化するための既存の埋込み手法を利用するURLデータシーケンスを表現することは,挑戦的なタスクである。本研究では,隠れおよびポピュラーなナビゲーションパターン上の文脈的,正確および解釈可能なクラスタを構築するために,表現ベクトルを用いたPatter2Vec埋込みアプローチを導入した。クラスタリングタスクにおける提案表現の有用性をテストするために,著者らは,パターン2Vecが既存の埋込みアプローチより優れていることを示す実験的研究を行った。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ベクトル ,  消費者行動 ,  クラスタ化 ,  クラスタ ,  *利用者 ,  文脈
準シソーラス用語： ユーザ行動 , 【Automatic Indexing@JST】

著者キーワード (7件)： クリックストリーム ,  クラスタリング ,  顧客行動分析 ,  埋込み ,  漏斗分析 ,  グラフデータ ,  ユーザ理解

分類 (4件)： その他の情報処理  (JE15050M) ,  検索技術  (AC06020S) ,  人工知能  (JE08000Z) ,  市場調査,広告  (KA06030H)

タイトルに関連する用語 (6件)： ナビゲーション ,  行動 ,  学習 ,  クリックストリームデータ ,  系列 ,  表現