| Project/Area Number |
20650030
|
|---|
| Research Category |
Grant-in-Aid for Challenging Exploratory Research
|
| Allocation Type | Single-year Grants |
|---|
| Research Field |
Sensitivity informatics/Soft computing
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
麻生 英樹 独立行政法人産業技術総合研究所, 知能システム研究部門, 主任研究員 (10344194)
|
|---|
| Project Period (FY) |
2008 – 2010
|
| Project Status |
Completed (Fiscal Year 2010)
|
| Budget Amount *help |
¥3,300,000 (Direct Cost: ¥3,300,000)
Fiscal Year 2010: ¥600,000 (Direct Cost: ¥600,000)
Fiscal Year 2009: ¥1,300,000 (Direct Cost: ¥1,300,000)
Fiscal Year 2008: ¥1,400,000 (Direct Cost: ¥1,400,000)
|
|---|
| Keywords | 嗜好モデリング / 統計的機械学習 / 感性報処理 / 推薦システム / アンケートデータ解析 / 個人化技術 / 統計科学 / 機械学習 / 感性情報処理 / データ解析 / アンケート調査 |
|---|
| Research Abstract |
1.20年度に収集した食事嗜好に関するアンケートデータの解析結果をとりまとめた。想定状況と現実状況での嗜好の分布は有意に異なり、想定状況下では現実状況下よりも状況に関して理想的に影響を受ける傾向がある。この結果を国際会議(International Conference on User Modeling, Adaptation and Personalization, UMAP2010)にて発表した。
2.階層ベイズモデリングを用いた状況依存な嗜好のモデル化について検討した。単純な加法的効果に基づく正規分布モデルを階層化したモデルを提案し、上記のデータおよび映画嗜好データに適用して、個人性や状況依存性のモデル化に有効であることを検証した。さらに、想定状況下のモデルと現実状況下のモデルを階層的に融合させるモデル適応方式を提案し、上記の食事嗜好データに適用して、モデル適応が有効であることを検証した。これらの成果について、研究会(2件)および国際ワークショップ(Workshop on Context-Aware Recommender Systems 2010)において発表した。
3.3年間にわたる研究成果をとりまとめた。主要な成果は、想定状況下での嗜好と現実状況下での嗜好には構造的な差がありえることを明らかにしたこと、および、想定状況データと現実状況データを組み合わせるモデル適応方式について、ベイズ階層モデリングが有効であることを示したことである。収集した食事嗜好データは状況依存な嗜好モデル研究用に公開する準備を進めている。
|
