• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>電子情報通信学会論文誌, D. 情報·システム >協調フィルタリングに基づく推薦システムにおける格付け寄与度の提案
【24h】

協調フィルタリングに基づく推薦システムにおける格付け寄与度の提案

机译：基于协同过滤的推荐系统中的评级贡献建议

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

ショッピングサィトなどでは，個人の興味や嗜好に適応して積極的にアイテムを提示する推薦システムが実用化されている.協調フィルタリングは，近年最もよく用いられている推薦手法のーつで，アイテムに対する格付けをユーザ全体から収集し，それをもとに個人の興味や嗜好に適合したアイテムを推定して推薦を行う．一般的に，多くの格付けを収集すれば適合アイテムの推定精度が向上し，システム全体の有効性が向上する．そこで実運用においては，メールなどで格付けを促すほか，特典やポイントなどのコストをかけて格付け行為に インセンティブをもたせる試みがなされている． しかし，収集したすべての格付けが均一に推定に寄与するとは限らず，また同じ格付けを収集する場合を考えても，推定精度の向上に必要な格付けをより早い段階で重点的に収集した方が効率的である．本研究では，各々の格付けが推定に寄与する度合（格付け寄与度）を定義し，それを利用した効率的な推定精度の向上方法についてシミュレーションや実データに基づいて議論した.その結果，格付け寄与度が高い格付けを重点的に収集することで，より効率的に推定精rが向上することを示した．
机译：在购物场所等中，根据个人兴趣和喜好主动地呈现商品的推荐系统已经投入实际使用，合作过滤是近年来最常用的商品推荐方法之一。从所有用户那里收集评分，并据此估算和推荐与个人兴趣和品味相匹配的项目。通常，收集大量等级将提高合格项目的估计准确性，并提高整个系统的有效性。因此，在实际操作中，除了鼓励通过电子邮件进行评级之外，还尝试以收益和积分为代价来激励评级活动。但是，并非所有收集的等级都统一地对估计作出贡献，并且即使考虑到收集相同等级的情况，也最好集中精力收集早期所需的等级，以提高估计精度。这是有效的。在这项研究中，我们定义了每个等级对估算的贡献程度（等级贡献），并讨论了如何基于模拟和实际数据使用它来提高有效的估算准确性。结果表明，通过关注高等级额定值可以更有效地提高估计精度r。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号