| 研究概要 |
本年度は,申請者が昨年度に実施した研究の成果をふまえ,オブジェクト指向ラフ集合においてデータに含まれる内容的特徴と構造的特徴との相互作用に着目し,内容的特徴から構造的特徴を抽出する手法を用いたレコメンデーションシステムの開発および抽出方法の効率化,抽出結果の評価手法に関する研究を行った.開発を行ったレコメンデーションシステムでは,以下の2段階の処理を行うことで,データからユーザが好む対象の構造的特徴を抽出する:
1.多数の対象(オブジェクト)の組み合わせとして表現される半構造データから,ユーザが好む対象に共通する部分を,ユーザの嗜好の内容的特徴として抽出する.
2.得られた内容的特徴に共通して出現する「対象の組み合わせパターン」を,ユーザの嗜好を反映した構造的特徴として抽出する.
一般的に,データマイニングの感性情報処理への応用研究では,既知のデータからユーザが好むと思われる内容を見出すことに重点が置かれている.これに対して,開発したレコメンデーションシステムではユーザが好む対象の内容的特徴から,ユーザが好む組み合わせ方である構造的特徴を抽出することが可能である.また,本年度に研究を行った抽出方法の効率化および抽出結果の評価手法を用いることで,本研究の目標である「構造と内容の相互作用を用いた嗜好抽出」をより効率よく行うことが可能になったと考えられる.レコメンデーションシステムの改良および評価実験,抽出手法および評価手法の更なる精緻化などについて,今後も継続して研究を行う予定である.
|
