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

カテゴリ: 研究会(論文単位)

論文No: IS23047

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

発行日: 2023/12/11

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)

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)

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 p

原稿種別: 日本語

PDFファイルサイズ: 992 Kバイト