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。
E-Commerceにおける商品推薦技術が広く普及しており,他ユーザの購入履歴情報だけでなく,購入後に記載される評価値やコメントといったレビューも考慮する,評価の高いポジティブレビューに基づいた関連商品の推薦手法が代表的な推薦手法となっている。また,購入履歴からその後に必要となる付属品といった関連商品も推薦されるが,商品そのものの問題点を解決する代替品は推薦されない。そのため既存サービスでは,ユーザは規定項目(例えば画質やサイズ)といった評価尺度を選択する必要があり,新たなニーズ(問題)への対応が困難である。そこで,本研究では,Amazonのレビューおよび不満買取センターのネガティブな不満情報の2種類の評価データを用いて,商品に対する固有の問題点を抽出し,それらを解決する代替品となる商品を発見し推薦する手法を提案する。提案手法では,まず,ユーザが選択した製品の不満情報のネガティブ評価から特徴(不満)ベクトルを生成し,次にレビューの高評価と低評価の差異から商品の特徴(ポジティブ)ベクトルを生成し,不満ベクトルとのコサイン類似度を算出し,不満を解決するレビューを発見する。これにより,閲覧している製品に対して,不満情報とその不満を解決する代替品およびレビュー情報をユーザへ提供できる。本稿では,不満情報とレビューに基づいた商品の不満および解決可能な代替品推薦手法について述べ,定性的評価による検証を行う。(著者抄録)