Key points are not available for this paper at this time.
أنظمة التوصية هي مكون مهم في العديد من مواقع الويب. اثنان من أشهر الأساليب تعتمد على تحليل المصفوفات (MF) وسلاسل ماركوف (MC). طرق MF تتعلم الذوق العام للمستخدم من خلال تحليل مصفوفة تفضيلات المستخدم-العنصر المرصودة. من ناحية أخرى، طرق MC تحاكي السلوك التسلسلي بتعلم رسم بياني للانتقال بين العناصر يستخدم للتنبؤ بالإجراء التالي بناءً على الإجراءات الأخيرة للمستخدم. في هذا البحث، نقدم طريقة تجمع بين النهجين معاً. طريقتنا تعتمد على رسم بياني انتقال شخصي لسلاسل ماركوف الأساسية. يعني ذلك أنه لكل مستخدم يتم تعلم مصفوفة انتقال خاصة - وبذلك تستخدم الطريقة مكعب انتقال إجمالي. نظرًا لأن الملاحظات لتقدير الانتقالات عادة ما تكون محدودة جدًا، طريقتنا تحلل مكعب الانتقال بنموذج تفاعل زوجي وهو حالة خاصة من تحليل تاكر. نُظهر أن نموذج MC الشخصي المحلل (FPMC) يشمل كل من سلسلة ماركوف العامة ونموذج تحليل المصفوفات العادي. لتعلم معلمات النموذج، نقدم تكييفًا لإطار الترتيب الشخصي البايزي (BPR) لبيانات السلة التسلسلية. تجريبيًا، نظهر أن نموذج FPMC يتفوق على كل من تحليل المصفوفات العام ونموذج MC غير الشخصي سواء تم تعلمهما مع التحليل أو بدونه.
Building similarity graph...
Analyzing shared references across papers
Loading...
Steffen Rendle
Christoph Freudenthaler
Lars Schmidt-Thieme
The University of Osaka
Osaka Research Institute of Industrial Science and Technology
University of Hildesheim
Building similarity graph...
Analyzing shared references across papers
Loading...
درس ريندله وآخرون (Mon,) هذا السؤال.
www.synapsesocial.com/papers/69dab64daae38ff6ad8360de — DOI: https://doi.org/10.1145/1772690.1772773
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: