| 研究課題/領域番号 |
23K24953
|
|---|
| 補助金の研究課題番号 |
22H03698 (2022-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2022-2023) |
|---|
| 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 | 東京都立大学 |
|---|
研究代表者 |
高間 康史 東京都立大学, システムデザイン研究科, 教授 (20313364)
|
|---|
| 研究分担者 |
下川原 英理 東京都立大学, システムデザイン研究科, 准教授 (00453035)
岡本 一志 電気通信大学, 大学院情報理工学研究科, 准教授 (10615032)
柴田 祐樹 東京都立大学, システムデザイン研究科, 助教 (90850529)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
17,290千円 (直接経費: 13,300千円、間接経費: 3,990千円)
2025年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2024年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2023年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2022年度: 5,980千円 (直接経費: 4,600千円、間接経費: 1,380千円)
|
|---|
| キーワード | 情報推薦 / 協調フィルタリング |
|---|
| 研究開始時の研究の概要 |
大規模データ（評価値行列）を利用した高精度な手法が多数提案されている協調フィルタリングは，情報推薦の標準技術としての地位を確立しているが，利用者数が少ない中小規模サービスなどでは十分な規模の評価値行列が用意できないこと，評価値行列に内在するバイアスが推薦に悪影響を与えるなどの問題点が，その適用範囲を限定する要因となっている．本研究では，協調フィルタリングの適用範囲拡大を目的として，評価値行列の生成，バイアス検出・是正に関する統一的枠組みの確立に取り組む．
|
| 研究実績の概要 |
今年度は，映画やレシピ，書籍などを対象とした評価値行列の人工データ生成などに取り組んだ．映画を対象アイテムとした評価値行列の生成では，人気アイテムを好むユーザ，万人に好まれるわけではないロングテールアイテム（評価件数が少ないアイテム）を好むユーザが存在することに着目した合理的行動を引き続き対象として研究に取り組み，実際の評価値行列をテストデータとしたオフライン実験を実施した．実験の結果，パラメータ設定によってはテストデータと同じ実データを訓練データに用いた場合よりも高い推薦精度が得られる場合があることを確認した．レシピを対象アイテムとした研究では，食材や調理器具といった知識がユーザの行動に影響を与えること，調理の有無という暗黙的フィードバックであるといった点で映画とは異なることに着目し，内容ベースフィルタリングに類似した合理的行動を仮定し，暗黙的フィードバックによる評価値行列の生成に取り組んだ．また，レシピデータセットからの知識グラフ構築など，今後の研究拡張に向けた予備的検討も行った．
この他，観光スポット推薦のための人工的な評価値行列生成に向けた予備的検討として，合理的ユーザの行動を模擬するために利用予定の観光経路推薦手法の改良などを行った．観光行動は過去の行動が以降の行動に影響を与えるという点で特徴的であることから，同様の性質を持つものとして読書行動にも着目し，逐次的に書籍を選択していく合理的行動についての検討に着手した．また，ロボットのジェスチャや発話がユーザに与える影響についての調査方法に関する検討も継続して進めた他，楽曲の視聴行動や価値観モデルなど，合理的行動の設計に活用可能な要素技術の検討も進めた．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
当初計画していた ，レシピを対象アイテムとした評価値行列の生成手法や，映画を対象アイテムとして生成した評価値行列のオフライン実験などについて，予定通り研究を進めることができた他，今後の研究発展につながる要素技術の検討についても進めることができている．
|
| 今後の研究の推進方策 |
今年度の研究成果について論文などにまとめ成果として公表していくほか，レシピや図書，観光スポットなどを対象アイテムとした評価値行列の生成手法，サクラ攻撃の分析手法についても研究を進める．
|
