Probing Item Mining: User Profiling Independent of Interaction History
| Project/Area Number |
19K22896
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 62:Applied informatics and related fields
|
|---|
| Research Institution | Tokyo Metropolitan University |
|---|
Principal Investigator |
Takama Yasufumi 東京都立大学, システムデザイン研究科, 教授 (20313364)
|
|---|
| Project Period (FY) |
2019-06-28 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥6,500,000 (Direct Cost: ¥5,000,000、Indirect Cost: ¥1,500,000)
Fiscal Year 2021: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2020: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
Fiscal Year 2019: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
|
|---|
| Keywords | 情報推薦 / ユーザプロファイリング / プロービングアイテム / 行動履歴データ / 行動変容 / ユーザプロファイル / 行動変容支援 |
|---|
| Outline of Research at the Start |
ユーザの反応を引き出すために使われる提示アイテムをプロービングアイテムと定義し，行動履歴に関する匿名化された大規模データセットから発見する手法，これを利用してユーザプロファイルを構築する手法について研究する．本研究により，匿名化された行動履歴データを推薦対象ユーザと紐付けずに活用可能とすること，省エネルギーなどの社会問題解決に有効な行動変容支援への貢献が期待できる．
|
| Outline of Final Research Achievements |
This project studied a method for finding probing items, the items that are used for obtaining informative feedback from users, from a large-scale anonymous dataset about users' interaction history. Regarding methods for finding probing items, useful findings were obtained through an agent simulation to compare several strategies for determining probing items to present, the analysis of real datasets, and the analysis focusing on the combination of items. A method for obtaining user profiles that reflect user feedback for probing items was also proposed, and its effectiveness was evaluated with offline experiments.
|
| Academic Significance and Societal Importance of the Research Achievements |
情報推薦は，必要な情報を効率よく発見するために欠かせない技術となっている一方，購買など個人の行動履歴に関する情報を必要とするため，プライバシーに関する懸念なども指摘されている．近年の個人情報保護に対する意識の高まりなどを鑑みると，匿名化された大規模行動履歴データについて，目の前の推薦対象ユーザと紐付けない利用方法を検討することは重要である．本研究は，少数アイテム（プロービングアイテム）へのフィードバックを有効活用することで個人情報の大規模な収集を不要とすることを目指したものであり，得られた知見はプライバシー保護とビッグデータ活用の両立に貢献するものと考える．
|
Report
(5 results)
Research Products
(27 results)
