2021 Fiscal Year Annual Research Report
Development and Application of Collaborative Filtering Methods Based on User Values
| Project/Area Number |
19H04219
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
牛尼 剛聡 九州大学, 芸術工学研究院, 准教授 (50315157)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 自然言語処理 / 推薦システム / SNS / オンラインレビュー / 埋め込み表現 / 機械学習 / ニュース理解支援 / Twitter |
|---|
| Outline of Annual Research Achievements |
本研究では，共感フィルタリングの代表的な応用例として，「レビューベース共感フィルタリングによるアイテム選別支援」，「リプライベース共感フィルタリングによるSNS上でのニュース理解の支援」という2つのサブテーマに取り組んでいる．
「レビューベース共感フィルタリングによるアイテム選別支援」に関する研究では，膨大なレビュー中からユーザにとって商品選別の際の判断に有用なフレーズを自動的に抽出する手法を開発し，評価した．この手法では，ユーザレビューをレビュー文に分割し，入力したレビュー文が対象とした商品やジャンルを予測する文の分類問題を解くための機械学習モデルを学習させる.そして，対象とする商品の予測確率が上位のレビュー文をその商品の代表的な文とする.さらに，商品予測モデルから抽出された文集合の中に存在するノイズを削除するため，商品ジャンル予測モデルと組み合わせる.評価実験によって，提案手法は比較手法より高い評価結果が得られることが分かった.
「リプライベース共感フィルタリングによるSNS上でのニュース理解の支援」においては，ニュースへの反応に基づくユーザ埋め込み表現の生成手法を開発した．過去のニュースへの反応に注目し，コメントを行ったユーザの類似性を予測する手法を提案する．提案手法では，過去のニュースへの反応からユーザ予測を行う機械学習モデルを利用して，ユーザの埋め込み表現を生成する．被験者を用いた評価実験の結果，提案手法によって生成したユーザ埋め込み表現によって計算されたユーザ間の類似度と被験者による主観評価による類似度の間には相関性が観測されることから，提案手法によって生成した埋め込み表現がユーザの特徴を表していることが示された．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究では，共感フィルタリングの代表的な応用例として，「レビューベース共感フィルタリングによるアイテム選別支援」，「リプライベース共感フィルタリングによるSNS上でのニュース理解の支援」という2つのサブテーマに取り組んでいるが，「レビューベース共感フィルタリングによるアイテム選別支援」においては，ユーザの共感性に基づいた協調的フィルタリングに基づく推薦手法を開発し，また，推薦結果に基づいてユーザが商品選別を効果的に行うための，レビューランキング手法を開発し，提案手法の有効性を示すことができた．また，「リプライベース共感フィルタリングによるSNS上でのニュース理解の支援」においては，ニュースに対するリプライに基づいて，ニュースの特徴を推定したり，リプライを行うユーザの特徴を表すベクトル表現を生成する手法を開発し，有効性を示すことができている．
|
| Strategy for Future Research Activity |
今後は、「レビューベース共感フィルタリングによるアイテム選別支援」のために「説明可能性に基づいたレビューからの説明文生成に関する手法の開発」を行い、「リプライベース共感フィルタリングによるSNS上でのニュース理解の支援」では、「ニュース記事のリプライに基づいた投稿者の埋め込み表現の抽出と閲覧支援への応用」に関する研究を行う。
「説明可能性に基づいたレビューからの推薦フレーズ生成に関する手法の開発」では、ユーザに推薦するアイテムに対して、ユーザの興味や関心を惹きつけるような推薦フレーズを既存のレビューから抽出する手法を開発する。ここで開発する手法では、商品レビューサイ トにおいてユーザが「いいね」を押したレビューを教師データとして、対象とするレビュー文に「いいね」 を押すユーザを予測する機械学習モデルを構築する。そして、機械学習モデルを解釈するLIME等のアルゴリズムを用いて，ユーザに適した推薦フレーズを自動的に抽出することを目指す。
「ニュース記事のリプライに基づいた投稿者の埋め込み表現の抽出と閲覧支援への応用」では、前年度までに開発したユーザの埋め込み表現生成手法に基づいて、ニュースに対するコメントをユーザの嗜好に基づいてフィルタリングする手法を開発する．また，リプライに基づいてニュース自体の関連性を予測する手法を開発する．
|
