文献

J-GLOBAL ID：202202218704582529   整理番号：22A0925183

DualGCN:レビューベースのレコメンダーのためのアスペクトを意識した二重グラフ畳込みネットワーク【JST・京大機械翻訳】

DualGCN: An Aspect-Aware Dual Graph Convolutional Network for review-based recommender

著者 (9件)： Shi Liye (Shanghai Key Laboratory of Multidimensional Information Processing, East China Normal University, Shanghai, China) ,  Shi Liye (School of Computer Science and Technology, East China Normal University, Shanghai, China) ,  Wu Wen (School of Computer Science and Technology, East China Normal University, Shanghai, China) ,  Hu Wenxin (School of Data Science and Engineering, East China Normal University, Shanghai, China) ,  Zhou Jie (School of Computer Science, Fudan University, Shanghai, China) ,  Chen Jiayi (School of Computer Science and Technology, East China Normal University, Shanghai, China) ,  Zheng Wei (Party Working Committee, East China Normal University, Shanghai, China) ,  He Liang (Shanghai Key Laboratory of Multidimensional Information Processing, East China Normal University, Shanghai, China) ,  He Liang (School of Computer Science and Technology, East China Normal University, Shanghai, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 242  ページ： Null  発行年： 2022年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 最近,ユーザ生成テキストレビューから抽出した貴重な情報をユーザとアイテムモデリングに取り込む様々なレビューベースの推薦システムが提案されている。しかし,既存の推薦は,通常,文章レベルでレビューする。それらは,レビューにおけるアスペクト単語のモデリングを無視し,それは,細粒方法でユーザの好みとアイテム属性を捉えるのに失敗する。さらに,アスペクトレベルから抽出したレビュー情報に基づくユーザ-項目相互作用の構築は,ほとんど考慮されていない。本論文では,アスペクトアウェア二重グラフ畳込みネットワーク(DualGCN)を提案する。特に,レビューから構築されたアスペクトグラフのメッセージ拡散をモデル化するために,まず,全てのレビューにおける側面の全体的記述を捉える,アスペクト-GCN層を設計した。次に,UI-GCN層を提案して,アスペクトレベルで相互作用アイテムに対するユーザの細粒選好をモデル化した。最後に,推薦タスクを達成するために因子化機械モデルを採用した。実験結果は,著者らのモデルが,アマゾンとYelpデータセットに関する評価予測とトップKランキングの両方の精度を,関連手法よりも著しく凌駕することを証明した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *グラフ ,  相互作用 ,  *畳込み ,  *ネットワーク ,  予測 ,  *レビュー ,  モデリング ,  力学モデル ,  等級づけ ,  単語 ,  機械学習
準シソーラス用語： 因子化 ,  推奨システム ,  ユーザ好み ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： レビューに基づく推奨 ,  グラフ畳込みネットワーク ,  アスペクトグラフ ,  ユーザ-アイテム相互作用グラフ ,  深層学習

分類 (3件)： 人工知能  (JE08000Z) ,  ネットワーク法  (KA03040X) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： レビュー ,  意識 ,  グラフ ,  畳込み