文献
J-GLOBAL ID:202202232084353720   整理番号:22A0496832

ADC識別器:推奨システムにおける類似性計算のための評価閾値識別子の下での評価の適応分割カテゴリー化【JST・京大機械翻訳】

ADC@θr: Adaptive divisional categorization of ratings under rating threshold θr for similarity computation in recommendation systems
著者 (4件):
資料名:
巻: 52  号:ページ: 2134-2153  発行年: 2022年 
JST資料番号: W0297A  ISSN: 0924-669X  資料種別: 逐次刊行物 (A)
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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
推薦システム(RSs)では,ユーザの隠れ文脈の意味を組み込むことは,類似性計算における評価を提供する。そのような文脈的意味を引き出すために,既存のモデルはアクセス可能な評価の固定カテゴリー化を使用する。しかし,類似の共評価アイテムペアにおける過度の変化により,ユーザペアの類似性に対して矛盾する結果をもたらす曖昧な文脈の意味を生成する。したがって,この問題に対処するために,本論文では,適応分割分類(ADC)ベースのRS,すなわち,ADC@θ_rを提案し,評価閾値θ_rの下でアクセス可能なレイティングの最適文脈分割を得た。ここでは,アクセス可能なレイティングは,RSユーザが基礎となるアイテムの好みを表現するために使用する数値スコアである。レイティング閾値θ_rの下の適応分割の集合は,その評価分割の大部分が与えられたデータセットの格付け記録の大部分をカバーするならば,最適と呼ばれる。そのため,提案したADC ΣΔ_rモデルは,その意味値が高い,すなわち,これらの分割のレイティングによる評価記録の大きな部分をカバーするレイティングの分割のみを維持する。さらに,文脈平均自乗偏差(CMSD)モデルを用いて,アクセス可能な評価の得られた適応分割を用いてユーザペアの類似性を計算した。ベンチマークMovelens-100KとMovielens-1Mデータセットで得られた実験結果は,提案したモデルの競争モデルに対する優位性を正当化する。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
その他の情報処理  ,  検索技術  ,  人工知能 

前のページに戻る