Hokkaido University Collection of Scholarly and Academic Papers >
Graduate School of Information Science and Technology / Faculty of Information Science and Technology >
Peer-reviewed Journal Articles, etc >
協調フィルタリングに基づく推薦システムにおける格付け寄与度の提案 (<特集>ソフトウェアエージェントとその応用論文)
Title: | 協調フィルタリングに基づく推薦システムにおける格付け寄与度の提案 (<特集>ソフトウェアエージェントとその応用論文) |
Other Titles: | Proposal of Rating Contribution in Recommender Systems Based on Collaborative Filtering |
Authors: | 山下, 晃弘1 Browse this author | 川村, 秀憲2 Browse this author →KAKEN DB | 鈴木, 恵二3 Browse this author →KAKEN DB | 大内, 東4 Browse this author →KAKEN DB |
Authors(alt): | YAMASHITA, Akihiro1 | KAWAMURA, Hidenori2 | SUZUKI, Keiji3 | OHUCHI, Azuma4 |
Keywords: | 推薦システム | 協調フィルタリング | 格付け寄与度 | エージェントベースシミェレーション |
Issue Date: | 1-Nov-2009 |
Publisher: | 電子情報通信学会 |
Journal Title: | 電子情報通信学会論文誌. D, 情報・システム |
Volume: | 92 |
Issue: | 11 |
Start Page: | 1902 |
End Page: | 1910 |
Abstract: | ショッピングサイトなどでは,個人の興味や嗜好に適応して積極的にアイテムを提示する推薦システムが実用化されている.協調フィルタリングは,近年最もよく用いられている推薦手法の一つで,アイテムに対する格付けをユーザ全体から収集し,それをもとに個人の興味や嗜好に適合したアイテムを推走して推薦を行う.一般的に,多くの格付けを収集すれば適合アイテムの推定精度が向上し,システム全体の有効性が向上する.そこで実運用においては,メールなどで格付けを促すほか,特典やポイントなどのコストをかけて格付け行為にインセンティブをもたせる試みがなされている.しかし,収集したすべての格付けが均一に推定に寄与するとは限らず,また同じ格付けを収集する場合を考えても,推定精度の向上に必要な格付けをより早い段階で重点的に収集した方が効率的である.本研究では,各々の格付けが推定に寄与する度合(格付け寄与度)を定義し,それを利用した効率的な推定精度の向上方法についてシミュレーションや実データに基づいて議論した.その結果,格付け寄与度が高い格付けを重点的に収集することで,より効率的に推定精度が向上することを示した. |
Rights: | Copyright © 2009 社団法人 電子情報通信学会(IEICE). |
Type: | article |
URI: | http://hdl.handle.net/2115/52022 |
Appears in Collections: | 情報科学院・情報科学研究院 (Graduate School of Information Science and Technology / Faculty of Information Science and Technology) > 雑誌発表論文等 (Peer-reviewed Journal Articles, etc)
|
Submitter: 川村 秀憲
|