| 研究課題/領域番号 |
18K11551
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分62020:ウェブ情報学およびサービス情報学関連
|
|---|
| 研究機関 | 工学院大学 |
|---|
研究代表者 |
北山 大輔 工学院大学, 情報学部(情報工学部), 准教授 (40589975)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 情報推薦 / 分散表現 / レビュー分析 |
|---|
| 研究成果の概要 |
以下の2つのサブテーマに取り組むことで，物や事に対する人間の感じ方を取り入れたアイテム演算に基づく情報推薦基盤を構築した．(A)ユーザレビューを用いたアイテムの特徴表現方式として，商品レビューや音楽動画といった各種のアイテムへ拡張し，より汎用的なモデルの構築に取り組んだ．(B)アイテム特徴を組み合わせる演算に基づく情報推薦として，2020年度においては，種々のアイテムへ演算方式を拡張するとともに，アイテムを横断した演算方式にも取り組んだ．
成果として，1件の論文誌，5件の国際会議，38件の国内研究会での発表を行い，国内外の学会においても4件の受賞を得るなど，対外的に高い評価を得ている.
|
| 研究成果の学術的意義や社会的意義 |
情報推薦に関する問題としてフィルターバブルがあげられる．これは，Pariserが主張している，ユーザが接する情報の範囲に対する個人化技術の問題である．推薦アルゴリズムなどの個人化技術によって，知らず知らずのうちにユーザが感心を寄せる特定領域の情報にしかアクセスしなくなる問題である．このような状態になると，感心領域外の新たな情報取得機会が失われるなどユーザの意思決定に対して少なくない影響を与えてしまうことを指摘している．
この問題に対し，本研究成果は(1)推薦結果の多様性に寄与し，(2)推薦根拠が利用者にわかり，(3)ユーザが推薦の方向性を入力可能な形で提供するための知見を得ることに貢献した．
|
