| 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，合理的行動を仮定して評価値行列の生成を行った．具体的には，人気アイテムを好むユーザは人気アイテムに高い評価値，ロングテールアイテムに低い評価値を付与すると仮定した．反対に，ロングテールアイテムを好むユーザは，人気アイテムに低評価，ロングテールアイテムに高評価を与えるとした．エージェントあたりの評価件数や嗜好（人気アイテム，ロングテールアイテムどちらを好むか）など，エージェントの行動に関係するパラメータは実際の評価値行列を分析して設定し，評価値や欠損値生成に用いる関数を複数考案して評価値行列を生成し，実際の評価値行列と各種統計量の比較を行った．規則性はあるが合理的ではない行動に基づき生成した評価値行列と比較した結果，提案手法によって実際の評価値行列と類似した統計量を持つ評価値行列が生成可能であることを示した．
この他，レシピデータセットを分析し，レシピ推薦のための人工的な評価値行列生成手法の研究に着手した他，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，研究開発中の観光経路推薦手法を利用し，生成した経路から評価値行列を生成する手法の研究に着手した．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，映画を対象アイテムとした評価値行列の生成手法や，生成した評価値行列の特性分析に有効な統計量の検討などについて，予定通り研究を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，レシピ推薦や観光スポット推薦を対象とした評価値行列の生成手法についても研究を進める．
|
