文献

J-GLOBAL ID：201702267551177965   整理番号：17A0242112

コンテキストアウェアな協調的レコメンデーションと可視化のための埋込み法【Powered by NICT】

An embedding approach for context-aware collaborative recommendation and visualization

著者 (4件)： King Keung Wu (Department of Mechanical and Automation Engineering, The Chinese Univeristy of Hong Kong, China) ,  Pengfei Liu (Department of Systems Engineering and Engineering Management, The Chinese Univeristy of Hong Kong, China) ,  Helen Meng (Department of Systems Engineering and Engineering Management, The Chinese Univeristy of Hong Kong, China) ,  Yeung Yam (Department of Mechanical and Automation Engineering, The Chinese Univeristy of Hong Kong, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SMC  ページ： 003457-003462  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 推薦システムは,今日では電子商取引システムで広く使われている。現在の方法論はそれらの以前の評価からユーザの好みを予測することに焦点を当てた。予測は有用であるが,新しいビジネスとマーケティング戦略を設計するためのユーザと項目間の相互作用を利用するためにどのように電子商取引システムの管理者に限られた洞察を与えた。に加えて,電子商取引システムによって収集されたビッグデータは推薦における他の困難さを伴う 評価または購買イベントが起こる状況のような大きな量の追加の情報を組み込むための方法。本論文では,同時に埋込みの概念に基づいて,上記の二課題に取り組む,それぞれ埋め込み空間へのユーザと項目の間の関係を特性化する一般的な距離に依存した評価モデルを導出することによりする新しい方法を提案した。一般化されたモデルは,水位流量予測とアイテムレコメンデーションのための推薦システムへの文脈情報を組み込むことを可能にした。埋め込みモデルは精度に関して最先端のコンテキストアウェア推薦アルゴリズムに匹敵することを示す,わかりやすい方法で勧告への直感的洞察を与える分析ツールとしての可視化を可能にした。さらに,提案アルゴリズムは埋込み空間の近傍構造を活用することにより効率的な推奨を可能にした。実験とその結果と提案手法の利点は,コンテキストアウェア埋め込みはコンテキストアウェア推薦システムのための有望なアプローチであることを示し実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： アルゴリズム ,  *可視化 ,  水位 ,  市場戦略 ,  購買 ,  流量 ,  相互作用 ,  キャラクタリゼーション ,  電子商取引 ,  管理者
準シソーラス用語： 解析ツール ,  文脈情報 ,  評価モデル ,  ビッグデータ ,  推奨システム , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  その他の計算機利用技術  (JE14000C) ,  移動通信  (ND08030H)

タイトルに関連する用語 (4件)： 協調 ,  レコメンデーション ,  可視化 ,  埋込み