| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2017-06-02 14:20 A Neural Network Recommendation Approach for Improving Accuracy of Multi-criteria Collaborative Filtering ○Mohammed Hassan・Mohamed Hamada（Univ. of Aizu）  SC2017-4 |
|
| 抄録 | （和） | Recommender systems (RSs) are intelligent decision-making tools that exploit users? preferences and suggest items that might be interesting to them. Traditionally, RSs use single ratings to predict and represent preferences of users for items that are not yet seen. Multi-criteria RSs use multiple ratings to various items? attributes for improving the prediction accuracy of the systems. However, one major challenge of multi-criteria RSs is the choice of an efficient approach for modelling the criteria ratings. Therefore, this paper aimed in employing artificial neural networks (ANNs) to determine the predictive performance of the systems based on aggregation function approach. The empirical results of the proposed techniques are compared with that of the traditional single rating-based techniques |
| （英） | Recommender systems (RSs) are intelligent decision-making tools that exploit users? preferences and suggest items that might be interesting to them. Traditionally, RSs use single ratings to predict and represent preferences of users for items that are not yet seen. Multi-criteria RSs use multiple ratings to various items? attributes for improving the prediction accuracy of the systems. However, one major challenge of multi-criteria RSs is the choice of an efficient approach for modelling the criteria ratings. Therefore, this paper aimed in employing artificial neural networks (ANNs) to determine the predictive performance of the systems based on aggregation function approach. The empirical results of the proposed techniques are compared with that of the traditional single rating-based techniques | |
| キーワード | （和） | Recommender systems / Artificial Neural Networks / Aggregation function / Multi-criteria recommendation / Collaborative filtering / Prediction Accuracy / / |
| （英） | Recommender systems / Artificial Neural Networks / Aggregation function / Multi-criteria recommendation / Collaborative filtering / Prediction Accuracy / / | |
| 文献情報 | 信学技報, vol. 117, no. 75, SC2017-4, pp. 17-20, 2017年6月. | |
| 資料番号 | SC2017-4 | |
| 発行日 | 2017-05-26 (SC) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SC2017-4 |
|
| 研究会情報 | |
| 研究会 | SC |
| 開催期間 | 2017-06-02 - 2017-06-03 |
| 開催地（和） | 会津大学(UBIC 3D) |
| 開催地（英） | University of Aizu(UBIC 3D) |
| テーマ（和） | 「IoT, ビッグデータ解析，知能システムのためのサービスコンピューティング」および一般 |
| テーマ（英） | Service Computing including IoT, Big Data Analytics, Intelligent Communication System, and Other Issues |
| 講演論文情報の詳細 | |
| 申込み研究会 | SC |
| 会議コード | 2017-06-SC |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | A Neural Network Recommendation Approach for Improving Accuracy of Multi-criteria Collaborative Filtering |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Recommender systems / Recommender systems |
| キーワード(2)（和/英） | Artificial Neural Networks / Artificial Neural Networks |
| キーワード(3)（和/英） | Aggregation function / Aggregation function |
| キーワード(4)（和/英） | Multi-criteria recommendation / Multi-criteria recommendation |
| キーワード(5)（和/英） | Collaborative filtering / Collaborative filtering |
| キーワード(6)（和/英） | Prediction Accuracy / Prediction Accuracy |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | Mohammed Hassan / Mohammed Hassan / |
| 第1著者 所属（和/英） | The University of Aizu (略称： 会津大) The University of Aizu (略称： Univ. of Aizu) |
| 第2著者 氏名（和/英/ヨミ） | Mohamed Hamada / Mohamed Hamada / |
| 第2著者 所属（和/英） | The University of Aizu (略称： 会津大) The University of Aizu (略称： Univ. of Aizu) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-06-02 14:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SC |
| 資料番号 | SC2017-4 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.75 |
| ページ範囲 | pp.17-20 |
| ページ数 | 4 |
| 発行日 | 2017-05-26 (SC) |
[研究会発表申込システムのトップページに戻る]