文献

J-GLOBAL ID：201602230585274578   整理番号：16A1190378

コンテンツの多様性を考慮したクロスドメイン推薦

Cross-domain Recommendation Considering Diversity of Contents

著者 (5件)： 富士谷康 (立命館大 大学院情報理工学研究科) ,  富士谷康 (フリュー) ,  村尾和哉 (立命館大 情報理工) ,  望月祐洋 (立命館大 総合科学技術研究機構) ,  西尾信彦 (立命館大 情報理工)
資料名： 情報処理学会論文誌ジャーナル(Web)
巻： 57  号： 10  ページ： 2210-2221 (WEB ONLY)  発行年： 2016年10月15日 
JST資料番号： U0452A  ISSN： 1882-7764  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： ユーザに関する情報を獲得するドメインと推薦対象のアイテムが属するドメインが異なる環境の情報推薦であるクロスドメイン推薦が研究されている。本論文では,アイテムの内容や話題が多様なドメインとしてテレビ番組を対象とし,放送ごとの番組に適した書籍推薦を目指す。番組によって放送内容は異なるため,関連書籍の抽出に有効な特徴量は番組ごとに異なる。たとえば,ニュースやドラマでは番組のキーワードやタイトル,出演者といった語が有効である一方,料理番組や旅番組では料理名や旅の場所よりも料理や旅といった抽象的な話題(トピック)が有効であると考えられる。さらに,クロスドメイン推薦の性質上,関連書籍が存在しない番組がある。本論文では,このようなコンテンツの多様性を考慮したクロスドメイン推薦手法を提案する。提案手法では,TF-IDFとLDAの2つの特徴量によって,異なる抽象度で番組と書籍を表現し,これらを重み付けして併用することで書籍を抽出する。さらに,識別器を用いて推薦を行う前に推薦に不適な番組の判別および適切な特徴量の重みの決定を行う。評価実験では,提案手法が,TF-IDFのみを用いた手法よりも推薦精度が高いことを確認した。また,推薦に不適な番組には書籍を推薦せず,番組ごとに特徴量の重みを変えることで,推薦精度が向上した。さらに,被験者が選択した番組に対して興味を持つ書籍の推薦が可能であることを確認した。(著者抄録)

シソーラス用語： *情報サービス ,  特徴抽出 ,  キーワード ,  *放送番組 ,  意味解析 ,  データマイニング ,  フィルタリング ,  図書
準シソーラス用語： *情報推薦システム ,  特徴量抽出 ,  tf・idf ,  *テレビ番組 ,  潜在的ディリクレ配分 ,  テキストマイニング ,  コンテンツベースフィルタリング ,  書籍

分類 (1件)： 情報サービス  (AC08000K)

引用文献 (28件)：

• Cantador, I., Fernández-Tobías, I., Berkovsky, S. and Cremonesi, P.: Cross-Domain Recommender Systems, Recommender Systems Handbook, pp.919-959, Springer (2015).
• Fernández-Tobías, I., Cantador, I., Kaminskas, M. and Ricci, F.: Cross-domain recommender systems: A survey of the state of the art, Proc. 2nd Spanish Conference on Information Retrieval, CERI (2012).
• 土方嘉徳:嗜好抽出と情報推薦技術,情報処理,Vol.48, No.9, pp.957-965 (2007).
• Blei, D.M., Ng, A.Y. and Jordan, M.I.: Latent Dirichlet Allocation, J. Mach. Learn. Res., Vol.3, pp.993-1022 (2003).
• Winoto, P. and Tang, T.: If You Like the Devil Wears Prada the Book, Will You also Enjoy the Devil Wears Prada the Movie? A Study of Cross-Domain Recommendations, New Generation Computing, Vol.26, No.3, pp.209-225 (2008).

タイトルに関連する用語 (4件)： コンテンツ ,  多様性 ,  ドメイン ,  推薦