情報推薦におけるコンテキスト依存型ランキング方式の提案

• Item type: SIG Technical Reports(1)
• 公開日: 2007-07-02
• タイトル: 情報推薦におけるコンテキスト依存型ランキング方式の提案
• タイトル / 言語: en
• タイトル: A Proposal of Context-Aware Ranking Method for Information Recommendation
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 奈良先端科学技術大学院大学情報科学研究科
• 著者所属: 奈良先端科学技術大学院大学情報科学研究科
• 著者所属: 奈良先端科学技術大学院大学情報科学研究科
• 著者所属: 奈良産業大学情報学部情報学科
• 著者所属: 奈良先端科学技術大学院大学情報科学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nara Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nara Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nara Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Department of Informatics, Faculty of Informatics, Nara Sangyo University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nara Institute of Science and Technology
• 著者名: 奥, 健太; 中島, 伸介; 宮崎, 純; 植村, 俊亮; 加藤, 博一
• 著者名(英): Kenta, OKU; Shinsuke, NAKAJIMA; Jun, MIYAZAKI; Shunsuke, UEMURA; Hirokazu, KATO
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では、コンテキスト依存型情報推薦システムに対し、有効なランキング方式を提案する。コンテキスト依存型情報推薦システムは、ユーザの嗜好およびコンテキストに適合するコンテンツをユーザに推薦するものである。ただし、推薦候補として判定されたコンテンツが膨大に存在する場合、その中から、欲しいものをユーザ自信が見つけ出す必要が生じるため、ユーザにとって負担となる。ゆえに、推薦候補に対し、ユーザの好みの程度に応じてランキング処理を施すことが重要である。ユーザの好みの程度は、コンテキストによっても変わってくるため、推薦候補に対するランキングそのものも、やはりコンテキスト依存となる。提案方式では、ユーザがコンテンツの各特徴を、どの程度重視しているかを、コンテキストごとに学習する。この学習成果に基づいて、推薦候補の各コンテンツのランキングスコアを算出する。そして、このランキングスコアを基準に、推薦候補に対しランキング処理を行う。さらに、単純なランキング方式との比較による評価実験を行い、提案方式の有効性を確認した。
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper, we propose a context-aware result ranking method for use in our SVM based context-aware restaurant recommendation system. In addition to being important when selecting recommendations, user context is also very important when ranking the selected results. Thus, we propose a result ranking system which uses user feedback to determine the user’s current context. From this, the system accommodates this context by adjusting the weights of the various restaurant parameters and then finally re-ranking the results accordingly. Our experiments have shown that our method is effective in providing relevant results to end-users.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10112482
• 書誌情報: 情報処理学会研究報告データベースシステム（DBS）; 巻 2007, 号 65(2007-DBS-143), p. 121-126, 発行日 2007-07-02
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会