Fugu-MT 論文翻訳(概要): An Overview of Direct Diagnosis and Repair Techniques in the WeeVis Recommendation Environment

論文の概要: An Overview of Direct Diagnosis and Repair Techniques in the WeeVis Recommendation Environment

arxiv url: http://arxiv.org/abs/2102.12327v1
Date: Wed, 24 Feb 2021 15:02:50 GMT
ステータス: 処理完了
システム内更新日: 2021-02-25 13:26:55.456024
Title: An Overview of Direct Diagnosis and Repair Techniques in the WeeVis Recommendation Environment
Title（参考訳）: WeeVis勧告環境における直接診断と修復技術の概要
Authors: Alexander Felfernig and Stefan Reiterer and Martin Stettinger and Michael Jeran
Abstract要約: 制約に基づくレコメンデーションシナリオにおいて,分割・分散に基づく診断アルゴリズムをどのように活用できるかを示す。紙ベースの推奨環境WeeVisの概要を提供します。
参考スコア（独自算出の注目度）: 62.997667081978825
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Constraint-based recommenders support users in the identification of items (products) fitting their wishes and needs. Example domains are financial services and electronic equipment. In this paper we show how divide-and-conquer based (direct) diagnosis algorithms (no conflict detection is needed) can be exploited in constraint-based recommendation scenarios. In this context, we provide an overview of the MediaWiki-based recommendation environment WeeVis.
Abstract（参考訳）: 制約ベースのレコメンダーは、ユーザーの希望やニーズに合ったアイテム(製品)の識別をサポートします。代表的な分野は金融サービスと電子機器である。本稿では,コンフリクト検出が不要なディペンデント・アンド・コンカレント(直接)診断アルゴリズムを,制約ベースのレコメンデーションシナリオでどのように活用できるかを示す。この文脈では、MediaWikiベースの推奨環境WeeVisの概要を提供します。

関連論文リスト

MDAP: A Multi-view Disentangled and Adaptive Preference Learning Framework for Cross-Domain Recommendation [63.27390451208503]
クロスドメインレコメンデーションシステムは、マルチドメインユーザインタラクションを活用してパフォーマンスを向上させる。マルチビュー・ディスタングル・アダプティブ・プライスラーニング・フレームワークを提案する。当社のフレームワークはマルチビューエンコーダを使用して,多様なユーザの好みをキャプチャする。
論文参考訳（メタデータ） (2024-10-08T10:06:45Z)
A Survey on Intent-aware Recommender Systems [8.761638205244427]
推薦システムは、ある時点にサービスを利用するというユーザの意図を考慮に入れることを目的としている。本稿では,次世代のIntent-Aware Recommender Systemsを構築するための既存のアプローチを調査し,分類する。
論文参考訳（メタデータ） (2024-06-24T06:46:32Z)
Conjunctive Query Based Constraint Solving For Feature Model Configuration [79.14348940034351]
本稿では、制約満足度問題を解決するために共役クエリーを適用する方法を示す。このアプローチは、構成タスクを解決するために、広範囲のデータベース技術の応用を可能にする。
論文参考訳（メタデータ） (2023-04-26T10:08:07Z)
Explainable Data-Driven Optimization: From Context to Decision and Back Again [76.84947521482631]
データ駆動最適化では、コンテキスト情報と機械学習アルゴリズムを使用して、不確実なパラメータによる決定問題の解決策を見つける。本稿では,データ駆動型問題に対する解法を説明するために,対実的説明手法を提案する。在庫管理やルーティングといった運用管理における重要な問題を説明することで,我々のアプローチを実証する。
論文参考訳（メタデータ） (2023-01-24T15:25:16Z)
ADAPQUEST: A Software for Web-Based Adaptive Questionnaires based on Bayesian Networks [70.79136608657296]
ADAPQUESTは、ベイジアンネットワークに基づく適応型アンケートの開発のためにJavaで書かれたソフトウェアツールである。質問紙には、アンケートパラメータの引用を簡略化するために、専用の実施戦略が組み込まれている。本ツールの精神疾患診断への応用についても論じる。
論文参考訳（メタデータ） (2021-12-29T09:50:44Z)
Review-Based Domain Disentanglement without Duplicate Users or Contexts for Cross-Domain Recommendation [1.2074552857379273]
クロスドメインレコメンデーションは、データスパーシリティとコールドスタート問題を解決する上で有望な結果を示している。我々のモデル(SER)は、3つのテキスト解析モジュールを使用し、1つのドメイン識別器で案内され、非絡み合い表現学習を行う。
論文参考訳（メタデータ） (2021-10-25T05:17:58Z)
A Comprehensive Overview of Recommender System and Sentiment Analysis [1.370633147306388]
本稿では,レコメンデーションシステムと感情分析の活用を目指す研究者を支援するために,包括的概要を提供する。これには、フェーズ、アプローチ、レコメンダシステムで使用されるパフォーマンスメトリクスなど、レコメンダシステムの概念の背景が含まれている。次に、感情分析の概念について議論し、レベル、アプローチを含む感情分析の要点を強調し、アスペクトベースの感情分析に焦点を当てる。
論文参考訳（メタデータ） (2021-09-18T01:08:41Z)
Designing Explanations for Group Recommender Systems [0.0]
様々な理由でレコメンデーションシステムで説明が用いられる。レコメンダーシステムの開発者は、特定のアイテムを購入するようにユーザーに説得したいです。ユーザーは、レコメンダシステムがどのように機能し、なぜ特定のアイテムが推奨されたのかをよりよく理解する必要がある。
論文参考訳（メタデータ） (2021-02-24T17:05:39Z)
Open Domain Suggestion Mining Leveraging Fine-Grained Analysis [1.7491858164568674]
マーカに基づくオーバーサンプリングときめ細かい提案マイニング技術を利用した2層パイプラインを提案する。オーバーサンプリング技術とトランスフォーマーをベースとしたきめ細かな解析が組み合わさることで, オーバーサンプリング技術が最先端技術に勝ることを示す。
論文参考訳（メタデータ） (2020-06-27T21:01:52Z)
Supervised Domain Adaptation: A Graph Embedding Perspective and a Rectified Experimental Protocol [87.76993857713217]
本稿では、ソースとターゲットのドメインデータ間のペアワイズ関係を用いたドメイン適応法をグラフ埋め込みとして定式化できることを示す。具体的には、既存の3つのSupervised Domain Adaptationメソッドの損失関数を分析し、グラフ埋め込みを行うことを示す。
論文参考訳（メタデータ） (2020-04-23T15:46:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。