あらまし
|
本文PDFファイルを閲覧するには，ログインする必要があります. 左メニューよりログインして下さい. |
|
セマンティクスを用いた複数テンソルの同時分解手法 中辻 真 誌名 電子情報通信学会論文誌 D Vol.J105-D No.6 pp.436-446 発行日: 2022/06/01 早期公開日: 2022/02/15 Online ISSN: 1881-0225 DOI: 10.14923/transinfj.2021JDP7044 論文種別: 論文 専門分野: 自然言語処理 キーワード: テンソル分解, Semantic Web, 推薦システム, 機械学習, 本文: PDF(5.8MB)>>
あらまし: Web上に整備されている大規模な知識ベースに存在するセマンティクスは，個別のサービスに蓄積されているユーザの行動ログの統合分析に活用できる．ユーザ行動は，三つ以上のオブジェクトを含む関係で表現でき（例：“ユーザ”が“ウェブページ”に“タグ付け”するなど）るため，テンソルはユーザ行動を表現するための合理的な方法論を提供する．近年提案されたSemantic Sensitive Tensor Factorization (SSTF) は，オブジェクトの背後にあるセマンティクス（例：アイテムのカテゴリ）を用い，テンソル分解を行い，ユーザー行動を高精度に予測できる．しかし，SSTFは一つのサービスに対するテンソル分解のみを取り扱うため，(1) 異質なサービスのデータセットを同時に扱う場合に起こるバランス問題，及び (2) 観測データが不十分な場合に発生する希薄問題を解決できない．本論文で提案するSemantic Sensitive Simultaneous Tensor Factorization (S3TF) は，(1) 個々のサービスのテンソルを作成し，個別にテンソル分解を実行するのではなく，同時に実行する．これにより，バランス問題に起因する予測精度の低下を回避できる．また，(2) 分散した行動ログの背後にあるセマンティクスを用い，テンソル分解時に意味的なバイアスをサービス間で共有する．これにより希薄問題を回避する．実世界のデータセットを用いた実験により，S3TFは，既存のテンソル分解手法よりも高い予測精度を達成し，また，サービスを跨る暗黙の関係を抽出できることを示した． | |||||
|
