文献

J-GLOBAL ID：202202284595448356   整理番号：22A0477125

グラフ上のバイアスランダムウォークの設計と協調的推奨への応用【JST・京大機械翻訳】

Design of biased random walks on a graph with application to collaborative recommendation

著者 (5件)： Leleux Pierre (LouRIM, Universite Catholique de Louvain, Belgium) ,  Courtain Sylvain (LouRIM, Universite Catholique de Louvain, Belgium) ,  Francoisse Kevin (Sagacify Company, Brussels, Belgium) ,  Saerens Marco (ICTEAM, Universite Catholique de Louvain, Belgium) ,  Saerens Marco (IRIDIA, Universite Libre de Bruxelles, Belgium)
資料名： Physica A. Statistical Mechanics and Its Applications  (Physica A. Statistical Mechanics and Its Applications)
巻： 590  ページ： Null  発行年： 2022年 
JST資料番号： D0322B  ISSN： 0378-4371  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： 本研究では,遷移確率(ポリシー)がいくつかのノード特徴に好ましてしまうグラフ上のランダムウォークの設計のために,パスベース統計的物理形式,すなわち,パス-パスフレームワークからヒントを得た。より正確には,加重有向グラフGと各エッジに割り当てられた非負コストを与えられた場合,偏ったランダムウォークは,一定の相対エントロピー速度を維持しながら,歩道に沿った予想コスト率を最小化する政策として定義される。標準バッグ経路とランダム化最短経路フレームワークに関しては,モデルはGibbs-Boltzmann分布を無限ウォークの集合に割り当て,文献から既知の結果を回復することを可能にし,ここでは異なる観点から導いた。関心のある量の例は,システムの分割関数,コスト率,最適遷移確率などである。さらに,同じ形式は,期待されるノード訪問率に対する容量制約の導入を可能にし,そのような容量制約を受ける最適ポリシーを計算するためのアルゴリズムを開発した。シミュレーション結果は,提案した手順が,いくつかの特定の特性,例えば,高齢者,教育レベルまたは低いノード度(ハブ回避歩行)を有するノードに向けて歩道を動かすMarkov連鎖を定義するために,効果的に使用できることを示した。この最後の特性に依存するアプリケーションを,協調推薦における ser端性を改善するためのツールとして提案し,MovieLensデータで試験した。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： アルゴリズム ,  教育 ,  シミュレーション ,  遷移確率 ,  ネットワーク ,  有向グラフ ,  歩道 ,  Markov連鎖 ,  応用プログラム ,  *酔歩 ,  バイアス
準シソーラス用語： 容量制約 ,  最短経路 , 【Automatic Indexing@JST】

著者キーワード (4件)： ネットワークデータ解析 ,  バイアスされた酔歩 ,  バッグオブパスモデル ,  共同勧告

分類 (1件)： システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (7件)： グラフ ,  バイアス ,  ランダムウォーク ,  設計 ,  協調 ,  推奨 ,  応用