文献

J-GLOBAL ID：200902295791824445   整理番号：09A1146863

協調フィルタリングに基づく推薦システムにおける格付け寄与度の提案

著者 (5件)： 山下晃弘 (北大 大学院情報科学研究科) ,  山下晃弘 (日本学術振興会) ,  川村秀憲 (北大 大学院情報科学研究科) ,  鈴木恵二 (北大 大学院情報科学研究科) ,  大内東 (北大 大学院情報科学研究科)
資料名： 電子情報通信学会論文誌 D  (IEICE Transactions on Information and Systems (Japanese Edition))
巻： J92-D  号： 11  ページ： 1902-1910  発行年： 2009年11月01日 
JST資料番号： S0757C  ISSN： 1880-4535  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ショッピングサイトなどでは,個人の興味や嗜好に適応して積極的にアイテムを提示する推薦システムが実用化されている。協調フィルタリングは,近年最もよく用いられている推薦手法の一つで,アイテムに対する格付けをユーザ全体から収集し,それをもとに個人の興味や嗜好に適合したアイテムを推定して推薦を行う。一般的に,多くの格付けを収集すれば適合アイテムの推定精度が向上し,システム全体の有効性が向上する。そこで実運用においては,メールなどで格付けを促すほか,特典やポイントなどのコストをかけて格付け行為にインセンティブをもたせる試みがなされている。しかし,収集したすべての格付けが均一に推定に寄与するとは限らず,また同じ格付けを収集する場合を考えても,推定精度の向上に必要な格付けをより早い段階で重点的に収集した方が効率的である。本研究では,各々の格付けが推定に寄与する度合(格付け寄与度)を定義し,それを利用した効率的な推定精度の向上方法についてシミュレーションや実データに基づいて議論した。その結果,格付け寄与度が高い格付けを重点的に収集することで,より効率的に推定精度が向上することを示した。(著者抄録)

シソーラス用語： *情報システム ,  *フィルタリング ,  *等級づけ ,  興味 ,  好み ,  計算機シミュレーション
準シソーラス用語： *推薦システム ,  *協調フィルタリング ,  エージェントシミュレーション

分類 (1件)： その他の情報処理  (JE15050M)

引用文献 (18件)：

• P. Resnick, and H. Varian,“Recommender systems,” Commun. ACM, vol.40, no.3, pp. 56-58 1997.
• J. B. Schafer, J. A. Konstan, and J. Riedl,“E-Commerce recommendation applications,” Data Mining and Knowledge Discovery, vol.5, pp. 115-1532001.
• G. Linden, B. Smith, and J. York,“Amazon.com recommendations: Item-to-item collaborative filtering,” IEEE Internet Computing, Jan./Feb.2003.
• 山下晃弘, 川村秀憲, 飯塚博幸, 大内東, “推薦と格付けの相互作用に基づく推薦アルゴリズムの性能評価,”情処学論, 数理モデル化と応用 (TOM) vol.2, no.2, pp. 47-57, 2009.
• J. S. Breese, D. Heckerman, and C. Kadie,“Empirical analysis of predictive algorithms for collaborative filtering,” Proc.14th Conference on Uncertanity in Artificial Intelligence (UAI’98), pp. 43-52, 1998.

タイトルに関連する用語 (4件)： 協調フィルタリング ,  推薦システム ,  格付け ,  提案