抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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)