2024-03-29T22:34:47Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:000681052024-03-29T05:26:34Z01164:03500:06000:06043
混合メンバーシップ・ブロックモデルを用いた協調フィルタリングCollaborative filtering using mixed membership stochastic block modelsjpnFIhttp://id.nii.ac.jp/1001/00068105/Technical Reporthttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=68105&item_no=1&attribute_id=1&file_no=1Copyright (c) 2010 by the Information Processing Society of Japan神戸大学工学部情報知能工学科神戸大学大学院工学研究科情報知能学専攻横峯, 樹江口, 浩二近年,増え続ける膨大な情報からユーザの嗜好に合った情報を自動的に推薦する仕組むとして協調フィルタリングが注目されている.また,様々なネットワークに対するベイズ的アプローチによるモデリングが盛んに研究されている.本稿では,ネットワークに対するノードクラスタリングの手法である混合メンバーシップ・ブロックモデルを用いて,ベイズ的アプローチにより協調フィルタリングを行い,有効性を示す.また,アイテム間にも明示的にリンクが存在するデータを対象としてMMSBの予備検討を行う.Recently, considerable attentions have been paid to collaborative filtering techniques, which can automatically recommend useful information according to a user's preference from vast amounts of information. More recently, various studies have been conducted on Bayesian modeling approach for network analysis. In this paper, we apply the state-of-the-art Bayesian node clustering approach, mixed membership stochastic block models (MMSB), to the collaborative filtering task and demonstrate its effectiveness. Moreover, we explicitly add inter-item links to the network consisting of user-item links and investigate the performance of MMSB for such a situation.AN10114171研究報告情報学基礎(FI)2010-FI-9812172010-02-252010-02-19