推薦システム

研究

推薦システム

VisProfile: ユーザの発見を促すためのユーザプロファイルの視覚化
IEEE/WIC/ACM International Conference on Web Intelligence (IEEE/WIC/ACM WI’15)
Researchers: 大久保 和訓

VisProfileSもしユーザが自分の興味や嗜好について理解することが出来たら,新しい商品を購入するか否かの決定をすることがよりたやすくなると思われる.そこで我々は,ユーザの興味や嗜好に関する発見を促すためにユーザプロファイルを視覚化する機能を備えた推薦システムを開発した.推薦システムは通常ユーザプロファイルをユーザの行動履歴から機械学習により暗黙的に学習するため,ユーザプロファイルはユーザが気づいていない興味や嗜好を保持しているかもしれない.我々は実験により,我々の提案システムによりユーザの興味や嗜好の発見につながるかどうかを確かめた. [PDF]

テレビ視聴ログからのユーザプロファイルの個別化
ACM International Conference on Ubiquitous Information Management and Communication (ACM IMCOM’15)
Researchers: 井口 晃一

iguchi_res1sWeb上のサービスと異なるテレビ受像機における推薦機能は一般的でない.最も重要な問題は,家族で共有されるテレビにおいて,誰がテレビの前に座っているのかを識別するのが困難であることである.この研究では,複数のユーザの混ざった視聴ログからユーザプロファイルを個別化する方法を提案する.この手法は,テレビがよくONになる時間帯を推定する.各時間には支配的ユーザがいると思われる.我々はこの時間帯ごとに,ユーザプロファイルを生成する. [PDF]

推薦システムにおけるユーザ関与とユーザ満足度に関する研究
ACM Symposium on Applied Computing: TRECK track (ACM SAC’12)
Researchers: 甲斐 裕樹

kai_res2s推薦システムにおけるユーザ満足度は,様々な因子の影響を受けていると思われる.そのような因子の中でも,我々はユーザ関与に注目する.ユーザ関与とは推薦システムに対するユーザの制御のことである.我々は,3つの仮説を設定した.1つはユーザ関与という行為そのものがユーザ満足度を向上させるというものである.2つ目は,ユーザ関与を推薦結果に反映させた場合に,ユーザ関与はユーザ満足度を向上させるというものである.3つ目は,関与の種類によりユーザ満足度の向上の程度は変わるというものである.オンライン実験により,複数の種類のユーザ関与を用意し,ユーザ関与とユーザ満足度の関係を調査した. [PDF]

発見性指向の協調フィルタリングアルゴリズム:新規性と正確性の最大化
ACM International Conference on Intelligent User Interfaces (ACM IUI’09)
Researchers: 清水 拓也

shimizu_res2s従来の協調フィルタリングの目的は,推薦精度の向上にある.しかし,協調フィルタリングは,ユーザがすでに知っているアイテムを多く推薦しがちである.我々の研究では,従来から用いられている嗜好に関する評価値を用いるだけでなく,既知/不既知に関する評価値も用いる.既知/不既知に関する評価値より,ユーザ間またはアイテム間の類似度を算出し,知らないアイテムの推定を行う.また,これとは別に嗜好に関する評価値を用い,同様に好きなアイテムの推定を行う.この推定結果を,新規性と適合性を最大化する適切な組み合せ方法を発見する. [PDF]

C-baseMR: 編集可能なユーザプロファイルを持つ音楽推薦システム
ACM Symposium on Applied Computing: IAR Track (ACM SAC’06)
Researchers: 岩濱 数宏

kai_res1sC-baseMRは,ユーザがユーザプロファイルを編集可能な音楽推薦システムである.これは,コンテンツベースのフィルタリングの技術を用いて実装されている.我々は,MIDIデータから,テンポ,音符間距離,メジャーコードの割合などを抽出した.機械学習のアルゴリズムには決定木を用いた.決定木そのものがユーザプロファイルとしてとらえることができるが,これをグラフィカルに表示する.ユーザは学習において間違っている個所などに気づけば,修正を加えることができる.修正により,推薦精度が向上することが確かめられた. [PDF]