2020 Fiscal Year Research-status Report
プロービングアイテムマイニング：行動履歴データと紐付けないユーザプロファイリング
| Project/Area Number |
19K22896
|
|---|
| Research Institution | Tokyo Metropolitan University |
|---|
Principal Investigator |
高間 康史 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 – 2022-03-31
|
| 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 |
|---|
| Outline of Annual Research Achievements |
本研究は，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プロービングアイテムを発見し，これを利用してユーザプロファイルを構築する手法を確立することを目的とする．ユーザプロファイルはユーザの嗜好や要求を表現したものであり，推薦を行う上で重要な役割を果たす．現在の推薦アルゴリズムでは，推薦対象ユーザの行動履歴（評価，購入など）からユーザプロファイルを推定する手法が主流であるが，本研究ではプロービングアイテムに対するユーザの明示的な反応からプロファイルを構築する．
今年度は，（１）プロービングに有効なアイテムの分析，（２）ネガティブサンプリング手法，(３) シミュレーションを利用したプロービングアイテム提示戦略の検討を中心に研究を進めた．（１）については，人気アイテムを好むユーザと好まないユーザ，後者の中で推薦が有効であったユーザとそうでないユーザに分類することを考え，その識別に有効なアイテムがプロービングアイテムとの考えに基づき，評価値行列の分析を行った．分析結果より，推薦が有効なユーザとそうでないユーザの間で，高評価となるアイテムのジャンルに違いがあるなどの知見が得られた．（２）については，昨年度の成果をまとめ論文を投稿し，掲載されるなどの成果を得た．（３）については，評価値行列をデータセットとして，ユーザへ逐次アイテムを推薦するシミュレーション環境を構築した．構築した環境を用いて，提示するプロービングアイテムの決定戦略を複数種類実行し，ユーザの労力や推薦精度・収束速度などの観点から提示戦略の比較が可能であることを確認した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
学会発表計画などの点で予定通りにはいかない点もあったが，おおむね順調に進展している．
|
| Strategy for Future Research Activity |
今年度着手した結果について整理し，学会発表などを行うほか，プロービングアイテム発見に関する他の手法の検討，発見したプロービングアイテムの活用・評価方法などについても研究を進める．
|
| Causes of Carryover |
学会参加計画の変更，および参加した会議に関してもバーチャルでの開催に変更となったため，旅費や学会参加費に関して予定通り執行できなかった他，テレワーク主体となったことから計算機環境構築も計画通り行えなかったため．次年度における学会発表や計算機環境整備，評価実験などに使用する予定である．
|
