ユーザ間・アイテム間協調フィルタリングの適応的な融合手法 －MovieLens での格付けデータに基づく検証－

• Item type: SIG Technical Reports(1)
• 公開日: 2009-02-23
• タイトル: ユーザ間・アイテム間協調フィルタリングの適応的な融合手法 －MovieLens での格付けデータに基づく検証－
• タイトル / 言語: en
• タイトル: Adaptive Fusion of User-based and Item-based Collaborative Filtering — Empirical Analysis Using MovieLens Dataset —
• 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: 北海道大学大学院情報科学研究科／日本学術振興会
• 著者所属: 北海道大学大学院情報科学研究科
• 著者所属: 北海道大学大学院情報科学研究科
• 著者所属: 北海道大学大学院情報科学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Hokkaido University / Japan Society for the Promotion of Science
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Hokkaido University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Hokkaido University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Hokkaido University
• 著者名: 山下, 晃弘; 川村, 秀憲; 鈴木, 恵二; 大内, 東
• 著者名(英): Akihiro, Yamashita; Hidenori, Kawamura; Keiji, Suzuki; Azuma, Ohuchi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 推薦システムとは，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システムであり，既にショッピングサイトなどで実用化されている．また，協調フィルタリング (CF) は，ユーザの商品に対する格付けを利用し，既に得た格付けからまだ入力されていない格付けの推定値を計算して推薦アイテムを決定する推薦アルゴリズムである．CF にはユーザ間 CF とアイテム間 CF が存在し，近年その両者で得た推定値を加重平均によって融合し，推薦精度を向上する新たな手法が提案されている．その際，従来手法では融合時の重みは経験則による定数として設定していたが，実際には最適な重みは状況の変化や格付けの数によって動的に変わるはずである．そこで本研究では，既に収集した格付けに基づき，その格付けを用いて逐次適応的に重みを計算して融合する手法を提案する．また提案手法を MovieLens での実データに適用して検証実験を行いその有効性について検討を行った．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In many E-commerce sites, recommender systems, which provide personalized recommendation from among a large number of items, are recently introduced. Collaborative filtering (CF) is one of the most successful algorithms which provide recommendations using ratings of items by the users. There are two approaches such as user-based CF and item-based CF. Additionally an algorithm which improves recommendation accuracy by unifying both of user-based CF and item-based CF was proposed. In the algorithm, a weight for unifying is a constant which obtained empirically. However, because the optimal weight for unifying is actually different by the situation, the algorithm should estimate an appropriate weight dynamically, and use it. In this research, we propose an approach for estimation of the appropriate weight based on collected ratings. Moreover, we discussed the effectiveness by using Movie Lens data.
• 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: AA11135936
• 書誌情報: 研究報告知能と複雑系（ICS）; 巻 2009, 号 16(2009-ICS-154), p. 105-110, 発行日 2009-02-23
• 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