2020 Fiscal Year Annual Research Report
Society 5.0実現に向けたPLRに基づく潜在的興味分析および情報推薦方式
| Project/Area Number |
20H04293
|
|---|
| Research Institution | Kyoto Sangyo University |
|---|
Principal Investigator |
中島 伸介 京都産業大学, 情報理工学部, 教授 (90399535)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
河合 由起子 京都産業大学, 情報理工学部, 教授 (90399543)
SIRIARAYA PANOTE 京都工芸繊維大学, 情報工学・人間科学系, 助教 (00854704)
張 建偉 岩手大学, 理工学部, 准教授 (20635924)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | 情報推薦 / 潜在的興味分析 |
|---|
| Outline of Annual Research Achievements |
本研究課題では，IoT基盤により取得可能なWeb空間および実空間の双方におけるユーザ行動となるPersonal Life Record(PLR)データに基づく潜在的興味分析および情報推薦方式の開発を目的としている．
Web空間におけるユーザ行動履歴を考慮した潜在的興味分析では，従来のWeb広告推薦にて利用されている，過去の閲覧Webページや検索キーワード等から推定される直接的・明示的な興味だけでなく，ユーザの暗黙的・潜在的な興味分析を可能にする手法の開発を目指し，ある特定のWebコンテンツを訪れる可能性の高いユーザモデルの学習方法について検討した．
実空間のコンテキストに基づく明示的および潜在的興味分析では，潜在的興味の対象を実空間に存在するスポットとし，携帯端末から得られる位置情報と位置情報付ツイートとの相関を場所と時刻に基づき分析し，実空間のコンテキストを考慮した明示的・潜在的興味分析手法の開発を目指しつつ，実空間のコンテキスト抽出およびコンテキストに基づく明示的興味抽出方式を検討すると共に，ここから推定される潜在的興味抽出方式について検討した．
PLRに対する潜在的興味分析および情報推薦方式の開発では，Web空間および実空間におけるユーザの行動履歴であるPLRに対する潜在的興味分析技術の開発に取り組むと共に，これを利用した Society 5.0 時代の情報推薦方式の開発に取り組んでいる．具体的には，Web空間での行動履歴と実空間での行動履歴であるPLRを統合的に扱い分析することで，対象ユーザが有する真の潜在的興味を推定する方式について検討する．2020年度は，PLRに対する潜在的興味分析および情報推薦方式の開発を目指し，Web空間および実空間におけるユーザの潜在的興味分析を効果的に融合する方式と，これを用いたユーザの潜在的興味に基づく情報推薦方式について検討した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究課題では，IoT基盤により取得可能なWeb空間および実空間の双方におけるユーザ行動となるPersonal Life Record(PLR)データに基づく潜在的興味分析および情報推薦方式の開発を目的としている．そして研究課題として，１）Web空間におけるユーザ行動履歴を考慮した潜在的興味分析，２）実空間のコンテキストに基づく明示的および潜在的興味分析，３）PLRに対する潜在的興味分析および情報推薦方式の開発，の３つを挙げている．全般的に研究成果もあがっており，順調に進展しているといえる．分析および推薦対象コンテンツとしては，Web広告，商品レビュー，動画，賃貸物件，ウォーキングルート，幸せ体験のための近隣スポットなど，各種コンテンツに関して検討を進めることが出来ている．
|
| Strategy for Future Research Activity |
本研究課題では，IoT基盤により取得可能なWeb空間および実空間の双方におけるユーザ行動となるPersonal Life Record(PLR)データに基づく潜在的興味分析および情報推薦方式の開発を目的としている．これを実現するために，以下の研究課題について引き続き取り組む．
Web空間におけるユーザ行動履歴を考慮した潜在的興味分析では，従来のWeb広告推薦にて利用されている直接的・明示的な興味だけでなく，ユーザの暗黙的・潜在的な興味分析を可能にする手法の開発を目指す．2022年度は，ある特定のWebコンテンツを訪れる可能性の高いユーザモデルの学習方法に関する検討をすすめる．
実空間のコンテキストに基づく明示的および潜在的興味分析では，潜在的興味の対象を実空間のスポットとし，携帯端末から得られる位置情報と位置情報付ツイートとの相関を場所と時刻に基づき分析し，実空間のコンテキストを考慮した明示的・潜在的興味分析手法の開発を目指す．2022年度は，実空間のコンテキスト抽出およびこれに基づく明示的興味抽出方式の開発を進めると共に，実空間スポットの特徴を抽象化した特徴ベクトル抽出に基づく潜在的興味抽出方式についても開発を進める．
PLRに対する潜在的興味分析および情報推薦方式の開発では，Web空間および実空間におけるユーザの行動履歴に対する潜在的興味分析技術の開発に取り組むと共に，これを利用した情報推薦方式の開発に取り組む．具体的には，Web空間での行動履歴と実空間での行動履歴であるPLRを統合的に扱い分析することで，ユーザの潜在的興味を推定する方式の設計を行う．2022年度は，Web空間および実空間におけるユーザの潜在的興味分析を効果的に融合する手法と，ユーザの潜在的興味に基づく情報推薦方式の開発に取り組むことで，PLRに対する潜在的興味分析および情報推薦方式の実現に取り組む．
|
