Book recommender system for Wikipedia readers

2018 Fiscal Year Annual Research Report

• Project/Area Number: 16K00438
• Research Institution: University of Tsukuba
• Principal Investigator: 辻 慶太 筑波大学, 図書館情報メディア系, 准教授 (30333545)
• Project Period (FY): 2016-04-01 – 2019-03-31
• Keywords: 図書推薦 / Wikipedia / 図書館

Outline of Annual Research Achievements

大学図書館におけるWikipedia閲覧者に対して，閲覧中の項目に関連した図書館蔵書を，畳み込みニューラルネットワークやサポートベクターマシンに基づいて推薦するシステムを構築した。本システムは大学図書館に設置されたパソコンのGoogle Chromeブラウザにアドオンの形で組み込まれる。本システムの利用者は，システムが推薦する図書を館内で閲覧することで学習内容を深めることができる。
本研究では，2つのステップで機械学習を用いた。1つはWikipediaの各記事に日本十進分類法の該当カテゴリを付与するステップである。もう1つは付与したカテゴリと同じカテゴリの図書館蔵書の中から，Wikipediaの各記事に合った内容の図書を特定し，推薦するステップである。前者は後者における計算量を削減するために行った。Wikipediaの全記事と全蔵書の組合せは膨大な数になるため，日本十進分類法のカテゴリが同じという条件を与えることで組合せ量を減らした。
日本十進分類法のカテゴリの推定では，Wikipediaの記事が引用している図書の同カテゴリを学習用データとして，畳み込みニューラルネットワークを用いた。そのような記事が十分存在しているか，また機械学習による分類精度はどの程度かを検証した。Wikipediaの記事に図書を推薦するステップでも同じく各記事が引用している図書を学習用データの基本とした。この段階では畳み込みニューラルネットワークだけでなくサポートベクターマシンでの機械学習も行い，精度の比較を行った。結果，後者の方が精度が高いことを発見した。推薦図書に関しては大学の学部生の被験者10名を集め，それぞれに計30冊の推薦を行い，適切さを判定してもらった。評価は概ね好評で合った。これら最終結果は2019年に国際会議で発表する予定である。