Advanced Study on Flexible Recommendation Systems Based on Clustering Considering Uncertainty

• Project/Area Number: 24K15110
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61040:Soft computing-related
• Research Institution: Osaka Metropolitan University
• Principal Investigator: 生方 誠希 大阪公立大学, 大学院情報学研究科, 准教授 (10755698)
• Co-Investigator(Kenkyū-buntansha): 本多 克宏 大阪公立大学, 大学院情報学研究科, 教授 (80332964) ; 野津 亮 大阪公立大学, 大学院現代システム科学研究科, 教授 (40405345)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2026: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2025: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000); Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
• Keywords: クラスタリング / ラフ集合理論 / ラフクラスタリング / 推薦システム / 協調フィルタリング

Outline of Research at the Start

膨大なデータを教師なしで自動的に分類・要約するクラスタリングにおいて，クラスター割り当ての不確実性の取り扱いは重要な課題であり，ラフ集合理論に基づくラフクラスタリングの研究が推進されている．また，昨今の情報過多の環境において，膨大な情報の中からユーザーにとって有用な情報を推薦する推薦システムの需要が高まっている．本研究では，応募者が基礎理論を拡充したラフクラスタリングの基礎研究と応用研究に加えて，ラフクラスタリングに基づく柔軟な推薦システムの開発を目指す．それに伴い，推薦システムのベースとなる協調フィルタリングタスクにおける，ラフ集合理論に基づく粒状性と不確実性の取り扱いの影響を明らかにする．