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

• Item type: SIG Technical Reports(1)
• 公開日: 2010-02-25
• タイトル: 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
• タイトル / 言語: en
• タイトル: Collaborative filtering using mixed membership stochastic block models
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: FI
• 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: 神戸大学工学部情報知能工学科
• 著者所属: 神戸大学大学院工学研究科情報知能学専攻
• 著者所属(英): en
• 著者所属(英): Faculty of Engineering, Kobe University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Kobe University
• 著者名: 横峯, 樹; 江口, 浩二
• 著者名(英): Tatsuki, Yokomine; Koji, Eguchi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 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．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: 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.
• 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: AN10114171
• 書誌情報: 研究報告情報学基礎（FI）; 巻 2010-FI-98, 号 12, p. 1-7, 発行日 2010-02-25
• 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