Fugu-MT 論文翻訳(概要): Trust your neighbors: A comprehensive survey of neighborhood-based methods for recommender systems

論文の概要: Trust your neighbors: A comprehensive survey of neighborhood-based methods for recommender systems

arxiv url: http://arxiv.org/abs/2109.04584v1
Date: Thu, 9 Sep 2021 23:16:39 GMT
ステータス: 処理完了
システム内更新日: 2021-09-13 13:19:56.454457
Title: Trust your neighbors: A comprehensive survey of neighborhood-based methods for recommender systems
Title（参考訳）: 近隣住民を信頼する--レコメンデーションシステムのための地区ベース手法の包括的調査
Authors: Athanasios N. Nikolakopoulos, Xia Ning, Christian Desrosiers, George Karypis
Abstract要約: 近隣住民による協調的なレコメンデーションアプローチは、その単純さ、効率、そして正確でパーソナライズされたレコメンデーションを生み出す能力のために、現在でも非常に人気がある。本章では, 項目推薦問題に対する周辺手法の包括的調査を行う。
参考スコア（独自算出の注目度）: 16.874144306491477
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Collaborative recommendation approaches based on nearest-neighbors are still highly popular today due to their simplicity, their efficiency, and their ability to produce accurate and personalized recommendations. This chapter offers a comprehensive survey of neighborhood-based methods for the item recommendation problem. It presents the main characteristics and benefits of such methods, describes key design choices for implementing a neighborhood-based recommender system, and gives practical information on how to make these choices. A broad range of methods is covered in the chapter, including traditional algorithms like k-nearest neighbors as well as advanced approaches based on matrix factorization, sparse coding and random walks.
Abstract（参考訳）: 近隣住民による協調的なレコメンデーションアプローチは、その単純さ、効率、そして正確でパーソナライズされたレコメンデーションを生み出す能力のために、現在でも非常に人気がある。本章では,項目推薦問題に対する周辺手法の包括的調査を行う。提案手法の主な特徴と利点を提示し,近隣のレコメンデータシステムを実装する上で重要な設計選択を記述し,それらの選択方法に関する実践的な情報を提供する。 k-nearestの隣人のような従来のアルゴリズムや、行列分解、スパースコーディング、ランダムウォークに基づく高度なアプローチなど、幅広い方法がこの章でカバーされている。

関連論文リスト

A Novel Behavior-Based Recommendation System for E-commerce [3.7224375916680823]
本研究では,eコマースプラットフォーム上でのブラウジングやクリックといった顧客の自然な行動を活用する行動に基づくレコメンデーションシステムを提案する。提案するリコメンデーションシステムは、アクティブな顧客をクラスタリングし、近隣を判断し、類似ユーザを収集し、類似ユーザに基づいて製品評判を計算し、高評価製品を推薦する。提案手法は,有名なeコマースサイトAlibabaの行動データセットを用いて実施した実験において,ベンチマーク手法よりも優れている。
論文参考訳（メタデータ） (2024-03-27T13:12:41Z)
Embedding in Recommender Systems: A Survey [67.67966158305603]
重要な側面は、ユーザやアイテムIDといった高次元の離散的な特徴を低次元連続ベクトルに包含する技法である。埋め込み技術の適用は複雑なエンティティ関係を捉え、かなりの研究を刺激している。この調査では、協調フィルタリング、自己教師付き学習、グラフベースのテクニックなどの埋め込み手法を取り上げている。
論文参考訳（メタデータ） (2023-10-28T06:31:06Z)
Optimizing Solution-Samplers for Combinatorial Problems: The Landscape of Policy-Gradient Methods [52.0617030129699]
本稿では,DeepMatching NetworksとReinforcement Learningメソッドの有効性を解析するための新しい理論フレームワークを提案する。我々の主な貢献は、Max- and Min-Cut、Max-$k$-Bipartite-Bi、Maximum-Weight-Bipartite-Bi、Traveing Salesman Problemを含む幅広い問題である。本分析の副産物として,バニラ降下による新たな正則化プロセスを導入し,失効する段階的な問題に対処し,悪い静止点から逃れる上で有効であることを示す理論的および実験的証拠を提供する。
論文参考訳（メタデータ） (2023-10-08T23:39:38Z)
A Review on Pushing the Limits of Baseline Recommendation Systems with the integration of Opinion Mining & Information Retrieval Techniques [0.0]
Recommendation Systemsでは、利用者の期待にタイムリーかつ関連性がありながら、コミュニティ内のトレンドアイテムを識別することができる。より優れた品質のレコメンデーションを達成するために、ディープラーニングの手法が提案されている。研究者たちは、最も効果的なレコメンデーションを提供するために、標準レコメンデーションシステムの能力を拡大しようと試みている。
論文参考訳（メタデータ） (2022-05-03T22:13:33Z)
Gradient Based Clustering [72.15857783681658]
本稿では,クラスタリングの品質を計測するコスト関数の勾配を用いて,距離に基づくクラスタリングの一般的な手法を提案する。アプローチは反復的な2段階の手順(クラスタ割り当てとクラスタセンターのアップデートの代替)であり、幅広い機能に適用できる。
論文参考訳（メタデータ） (2022-02-01T19:31:15Z)
GHRS: Graph-based Hybrid Recommendation System with Application to Movie Recommendation [0.0]
本稿では,ユーザのレーティングの類似性に関連するグラフベースモデルを用いたレコメンデータシステムを提案する。オートエンコーダの特徴抽出の利点を生かして,全ての属性を組み合わせて新しい特徴を抽出する。 The experimental results on the MovieLens dataset shows that the proposed algorithm developed many existing recommendation algorithm on recommendation accuracy。
論文参考訳（メタデータ） (2021-11-06T10:47:45Z)
PinnerSage: Multi-Modal User Embedding Framework for Recommendations at Pinterest [54.56236567783225]
PinnerSageはエンド・ツー・エンドのレコメンデーションシステムで、マルチモーダル・埋め込みを通じて各ユーザーを表現する。オフラインおよびオンラインA/B実験を複数実施し,本手法が単一埋め込み法より有意に優れていることを示す。
論文参考訳（メタデータ） (2020-07-07T17:13:20Z)
Recommendation system using a deep learning and graph analysis approach [1.2183405753834562]
本稿では,行列係数化とグラフ解析に基づく新しい推薦手法を提案する。さらに,ディープオートエンコーダを利用してユーザやアイテムの潜伏要因を初期化し,ディープ埋め込み手法によってユーザの潜伏要因をユーザ信頼グラフから収集する。
論文参考訳（メタデータ） (2020-04-17T08:05:33Z)
A Survey on Knowledge Graph-Based Recommender Systems [65.50486149662564]
我々は知識グラフに基づく推薦システムの体系的な調査を行う。論文は、知識グラフを正確かつ説明可能なレコメンデーションにどのように活用するかに焦点を当てる。これらの作業で使用されるデータセットを紹介します。
論文参考訳（メタデータ） (2020-02-28T02:26:30Z)
A flexible outlier detector based on a topology given by graph communities [0.0]
異常検出は機械学習手法と統計的予測モデルの最適性能に不可欠である。トポロジーは、特徴空間内の互いに隣接する近傍を成す重み付きグラフのコミュニティを用いて計算される。当社のアプローチは、ローカル戦略とグローバル戦略の両方において、複数のビュー設定と単一ビュー設定で総合的に優れています。
論文参考訳（メタデータ） (2020-02-18T18:40:31Z)
A Bayesian Approach to Conversational Recommendation Systems [60.12942570608859]
ベイズ的アプローチに基づく会話推薦システムを提案する。エンターテイナーを予約するオンラインプラットフォームであるemphstagend.comへのこのアプローチの適用に基づくケーススタディについて論じる。
論文参考訳（メタデータ） (2020-02-12T15:59:31Z)

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。