文献

J-GLOBAL ID：202202237172467329   整理番号：22A1130903

融合タグとコンテンツ知覚のユーザ群情報推薦シミュレーション【JST・京大機械翻訳】

Simulation of User Group Information Recommendation Based on Label and Content Awareness

著者 (3件)： Zhao Huina (河南工業大学luo河工学院,河南 luo河462000) ,  Li Guozhen (河南工業大学luo河工学院,河南 luo河462000) ,  Wang Jiawei (重慶交通大学,重慶400064)
資料名： Jisuanji Fangzhen  (Jisuanji Fangzhen)
巻： 39  号： 1  ページ： 482-485,493  発行年： 2022年 
JST資料番号： C2937A  ISSN： 1006-9348  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 情報推薦はユーザーが必要とするデータの効率を高めるのに役立っているが、ネットワーク情報とユーザーが急増する過程で、データにある程度のスパース性が現れ、しかもユーザーの興味も変化しやすい。推薦システムの性能を強化するために,融合タグとコンテンツ認識のユーザ群情報推薦アルゴリズムを提案した。内容コーパスに従って,単語を再構成し,近傍属性を用いて符号化し,二次元ベクトルのマッピングを完成し,次に,畳込みニューラルネットワークを用いて,内容情報を認識して,内容を知覚して,対応するラベルを得た。ユーザの興味に対するラベル選好の反映を考慮して,選好モデルを作成した。その間は、まず評価と影響程度と選好の関係を分析し、その後、より多くの情報推薦根拠を検索するために、時間と類似度の影響を導入して、選好モデルを更新し、選好モデルとタグの比較によって推薦結果を得る。シミュレーションを通して,選択モデルのパラメータ値および最適推奨数を決定し,そして,推奨アルゴリズムのPrecision値は0.354,Recall値は0.592,F-Measure値は0.443であり,そして,結果は,すべての指標が,比較方法より,高いことを示した。ユーザのグループ情報推薦におけるアルゴリズムの有効性と優位性を示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *シミュレーション ,  ベクトル ,  情報 ,  ネットワーク ,  二次元 ,  *利用者 ,  性質 ,  単語 ,  コーパス ,  *コンテンツ
準シソーラス用語： スパース性 ,  推奨システム ,  選択モデル ,  *情報推薦 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  計算機網  (JC03000K)

タイトルに関連する用語 (6件)： 融合 ,  タグ ,  コンテンツ ,  知覚 ,  情報推薦 ,  シミュレーション