WEKO3
アイテム
深層学習を用いた汎用的なレコメンド手法の検討
https://ipsj.ixsq.nii.ac.jp/records/215004
https://ipsj.ixsq.nii.ac.jp/records/215004e191e39e-73be-4312-98f6-d9df645a9d9f
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-Z83-6Q-02.pdf (565.1 kB)
|
Copyright (c) 2021 by the Information Processing Society of Japan
|
| Item type | National Convention(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2021-03-04 | |||||||
| タイトル | ||||||||
| タイトル | 深層学習を用いた汎用的なレコメンド手法の検討 | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| キーワード | ||||||||
| 主題Scheme | Other | |||||||
| 主題 | 人工知能と認知科学 | |||||||
| 資源タイプ | ||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||
| 資源タイプ | conference paper | |||||||
| 著者所属 | ||||||||
| 名大 | ||||||||
| 著者名 |
宮下, 仁
× 宮下, 仁
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | レコメンドとは, サービスを利用する個々のユーザに対し, 最適なアイテム（商品など）を推薦する手法の総称である. その代表的な手法としてMatrix Factorizationなどがあげられるが, 近年では深層学習を用いた手法が注目されている. しかし, 深層学習を用いた先行研究の多くは特徴量の次元が非常に大きいこと, データ構造に依存した複雑な前処理が必要であることなどから, 一般の実データへの応用は難しいと考えられる. そこで本研究では, 深層学習を用いた汎用的なレコメンド手法を検討した. Matrix Factorizationを深層学習モデルとして拡張した先行研究を元に, ユーザ・アイテムの特徴量が入力可能となるようモデルを拡張し, 実データを用いて精度を比較した. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AN00349328 | |||||||
| 書誌情報 |
第83回全国大会講演論文集 巻 2021, 号 1, p. 409-410, 発行日 2021-03-04 |
|||||||
| 出版者 | ||||||||
| 言語 | ja | |||||||
| 出版者 | 情報処理学会 | |||||||
