| ■論文No. |
IS23047 |
| ■ページ数 |
6ページ |
■発行日
|
2023/12/11 |
| ■タイトル |
テキスト・画像・ソーシャルネットワークを非線形的に組み合わせた行列分解手法について |
| ■タイトル(英語) |
Multimodal Nonlinear Matrix Factorization for Text, Image and Social network |
| ■著者名 |
玉田 拓也(大阪公立大学),佐賀 亮介(大阪公立大学) |
| ■著者名(英語) |
Takuya Tamada(Osaka Metropolitan University),Ryosuke Saga(Osaka Metropolitan University) |
| ■価格 |
会員 ¥220 一般 ¥330 |
| ■書籍種類 |
研究会(論文単位) |
| ■グループ名 |
【C】電子・情報・システム部門 情報システム研究会 |
| ■本誌 |
2023年12月14日-2023年12月15日情報システム研究会
|
| ■本誌掲載ページ |
61-66ページ |
| ■原稿種別 |
日本語 |
| ■電子版へのリンク |
|
| ■キーワード |
推薦システム|行列分解|ニューラルネットワーク|データマイニング|Recommendation|Matrix Factorization|Neural Network|Data mining |
| ■要約(日本語) |
本論文では確率的行列分解手法(PMF)に補助情報を併用した手法について議論する。昨今、テキスト・画像・ソーシャルネットワークなどの補助情報を使用したPMFベースの手法が提案されている。しかしこれらの補助情報の特徴量を非線形的に抽出しPMFにとうごうした手法は存在しない。そこで私たちはニューラルネットワークを活用し三種類の補助情報の特徴量を非線形的に抽出しPMFに統合した手法について提案する。 |
| ■要約(英語) |
In this paper, we discuss a recommender system using probabilistic matrix factorization (PMF) with supportive information. Recently, there are many PMF based methods using supportive information such as text, image, social network. We propose a model where we leverage neural networks to extract features nonlinearly from these elements and incorporate them into Probabilistic Matrix Factorization (PMF) |
| ■版 型 |
A4 |
| ■PDFファイルサイズ |
992Kバイト |
