| 研究概要 |
本研究課題は,情報推薦において信頼性または発見性の高い推薦を行うためのアルゴリズム,データ,インタフェース,社会的な枠組み,そして関連するテキスト処理技術に関する研究を行うものである.昨年度は,Webを対象とした情報推薦において、より信頼性の高い推薦を行うために必要な、アンカーに関連するテキスト部分のみを抽出する技術を開発した.本年度は,協調フィルタリングにおける推薦Trustに関する研究を行った.特に,推薦の信頼性には,推薦されたアイテムがユーザの興味に合っているかだけでなく,ユーザが知らないアイテム(すなわち自分では見つけることができなかったアイテムを見つけることが重要と考え,発見性に基づく協調フィルタリングアルゴリズムの開発を行った.)
提案アルゴリズムと従来の協調フィルタリングの間で最も異なる点は,従来の強調フィルタリングではユーザの嗜好のプロファイルのみを利用していたが,我々の手法ではそれに加えて,ユーザがどのようなアイテムを知っているかについてのプロファイル(以降,これを既知・不既知のプロファイルと呼ぶ)を利用することである.提案アルゴリズムでは,ユーザがアイテムにつけた既知・不既知の評価から,ユーザ間,アイテム間の類似度を計算し,その類似度を用いて未評価のアイテムの既知・不既知の予測値を計算する.嗜好の評価値からも,ユーザ間,アイテム間の類似度を計算し,その類似度を用いて未評価のアイテムの嗜好の評価値の予測値を計算する.これらを組み合わせてランキングを算出する.
評価実験により,ユーザの知らない好みのアイテムがどれだけ推薦されるかを示す特性であるNoveltyを向上させることに成功した.
|
