2019 Fiscal Year Research-status Report
Development of Recommender System with Explanations Based on Linear Regression
| Project/Area Number |
18K18159
|
|---|
| Research Institution | The University of Electro-Communications |
|---|
Principal Investigator |
岡本 一志 電気通信大学, 大学院情報理工学研究科, 助教 (10615032)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 推薦理由の説明 / 協調フィルタリング / 線形回帰モデル / 図書推薦システム |
|---|
| Outline of Annual Research Achievements |
本研究では，推薦理由の説明機能を有するモデルベース協調フィルタリングを回帰分析により実現することを目指している．2019年度では，線形回帰をベースに，推薦の透明性を有した推薦モデルの開発に取り組んだ．具体的には，次の３点を行った．
（１）Factorization Machines（FM）と同様に，ユーザとアイテムを同時に1つの回帰式で扱う線形回帰モデル提案し，推薦精度・計算コスト・得られる回帰係数の観点で評価した．5種類の協調フィルタリング用ベンチマークデータセットを用いた実験より，FMと比較して，提案法が同程度の推薦精度を有し25倍以上高速に学習できることを検証している．さらに，回帰係数の分析より，個別化された推薦モデルが得られることも確認している．この成果は学術論文誌にて発表した．
（２）2018年度の研究から，2019年度以降，図書の貸出履歴を用いた図書推薦システムの構築に取り組み，提案する線形回帰モデルの協調フィルタリングへの応用を行うことを計画していた．2019年度では，（１）で開発した推薦モデルを図書推薦に適用し，電気通信大学附属図書館の３年分の貸出履歴データを用いて，その有効性の検証を行った．評価実験の結果から，FMとメモリベース法に比べ推薦精度の向上を確認している．この成果は国際会議と国内会議にて発表した．
（３）（２）で開発した図書推薦モデルについて，ユーザとアイテム（図書）の交互作用を追加したモデルを提案している．評価実験の結果から，交互作用なしモデルよりも，交互作用ありモデルが推薦精度の観点で優れていることを確認している．さらに，交互作用項の可視化も行い，その値の分布も分析している．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の計画では，線形回帰に基づく協調フィルタリング手法の開発・性能評価を行い，推薦理由の説明インタフェースの開発に着手することを予定していた．2019年度内にこれらを達成しており，おおむね順調に進展していると考える．
|
| Strategy for Future Research Activity |
前年度に引き続き，回帰係数の提示方法について検討を進め，推薦理由の説明インタフェースの開発に取り組む．さらに，開発した説明インタフェースのプロトタイプを図書推薦システムに実装し，その有効性を評価する．
|
| Causes of Carryover |
2019年度の使用額はおおむね計画通りであった．次年度使用額については，当初計画どおり，謝金や論文掲載料，英文校正などに充てることとする．
|
