| 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 | 2020-01-25 14:30 Tensor SOMとLatent Dirichlet Allocationを用いたトピックごとのエキスパートユーザ・商品モデリング ○金津達也・古川徹生・吉田 香（九工大）  NC2019-74 |
|
| 抄録 | （和） | 推薦システムではユーザと商品の関係データをモデリングする必要がある．本研究ではユーザ・商品関係データをトピックに分解し，トピックごとにユーザ・商品モデリングするエキスパートモデリング法を提案する．提案法は2つのユーザ・商品関係データ，すなわち購買履歴データと商品評価データを利用する．まずLatent Dirichlet Allocationを用いて購買履歴データからトピックを推定し，それを用いて商品評価データをトピック分解する．そしてトピックごとにTensor SOMでユーザモデリングを行うものである． |
| （英） | User-item modeling is the foundation of recommendation systems. In this paper, we propose a method of building a set of user-item models which are expertized to topics. For this purpose, we utilized two user–item relational data, which are the purchase data and the rating data. In the method, topics are estimated from the purchase data by using the Latent Dirichlet Allocation, and the rating data is decomposed to topics. Finally, the user–item models, which are expertized to topics, are estimated by using the Tensor SOM. | |
| キーワード | （和） | ユーザモデリング / 推薦システム / トピックモデル / Tensor SOM / / / / |
| （英） | user modeling / recommendation system / topic model / tensor SOM / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 382, NC2019-74, pp. 83-88, 2020年1月. | |
| 資料番号 | NC2019-74 | |
| 発行日 | 2020-01-16 (NC) | |
| ISSN | 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 | NC2019-74 |
|
| 研究会情報 | |
| 研究会 | NLP NC |
| 開催期間 | 2020-01-23 - 2020-01-25 |
| 開催地（和） | 宮古島マリンターミナル |
| 開催地（英） | Miyakojima Marine Terminal |
| テーマ（和） | NC, NLP, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2020-01-NLP-NC |
| 本文の言語 | 日本語 |
| タイトル（和） | Tensor SOMとLatent Dirichlet Allocationを用いたトピックごとのエキスパートユーザ・商品モデリング |
| サブタイトル（和） | |
| タイトル（英） | Expert User-Item Modeling Each Topics Based on Tensor SOM and Latent Dirichlet Allocation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ユーザモデリング / user modeling |
| キーワード(2)（和/英） | 推薦システム / recommendation system |
| キーワード(3)（和/英） | トピックモデル / topic model |
| キーワード(4)（和/英） | Tensor SOM / tensor SOM |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| 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） | 金津 達也 / Tatsuya Kanatsu / カナツ タツヤ |
| 第1著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第2著者 氏名（和/英/ヨミ） | 古川 徹生 / Tetsuo Furukawa / フルカワ テツオ |
| 第2著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第3著者 氏名（和/英/ヨミ） | 吉田 香 / Kaori Yoshida / ヨシダ カオリ |
| 第3著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-01-25 14:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | NC |
| 資料番号 | NC2019-74 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.382 |
| ページ範囲 | pp.83-88 |
| ページ数 | 6 |
| 発行日 | 2020-01-16 (NC) |
[研究会発表申込システムのトップページに戻る]