状況依存型ユーザ嗜好モデリングに基づくContext-Aware情報推薦システム

• Item type: Trans(1)
• 公開日: 2007-06-15
• タイトル: 状況依存型ユーザ嗜好モデリングに基づくContext-Aware情報推薦システム
• タイトル / 言語: en
• タイトル: Context-Aware Recommendation System Based on Context-Dependent User Preference Modeling
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 研究論文
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 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(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
• 著者名: 奥, 健太; 中島, 伸介; 宮崎, 純; 植村, 俊亮
• 著者名(英): Kenta, Oku; Shinsuke, Nakajima; Jun, Miyazaki; Shunsuke, Uemura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では，ユーザの状況に応じて適切な情報を提供する状況依存型情報推薦システムのプロトタイプを提案する．膨大な情報からユーザの嗜好に合致する情報を提供する手法として，情報推薦システムに関する研究が行われているが，ユーザのそのときの状況（時間帯や天気，同伴者，予算など）に応じて変化するユーザの嗜好に対し，柔軟に対応することは容易ではない．そこで我々は，状況に応じて変化するユーザの嗜好を適切にモデル化する手法を提案した．本論文では，このモデル化手法を適用した状況依存型情報推薦システムのプロトタイプを提案し，検証実験に基づいて，提案手法の評価を行った．この中で，提案手法であるコンテクスト依存型情報フィルタリングとコンテクスト依存型協調フィルタリングの有効性や特長の違いを明らかにするとともに，対象コンテンツの特徴パラメータの最適化に関して考察した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper proposes a prototype of a context-aware recommendation system which provides users with contents appropriate to their contexts. There have been many studies of recommendation systems which provide users with contents suited to their preferences. However, it is not easy to adapt these recommendations to changing contexts (e.g., time of day, weather, companions and budget). Thus, we propose a method which takes into account users' preferences as well as their current context. This paper also introduces a prototype of a context-aware recommendation system using the method, and evaluates our proposed methods. In our experiments, we explore the strengths and weaknesses both Context-Aware Information Filtering and Context-Aware Collaborative Filtering. Lastly, we discuss optimization of the feature parameters of contents.
• 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: AA11464847
• 書誌情報: 情報処理学会論文誌データベース（TOD）; 巻 48, 号 SIG11(TOD34), p. 162-176, 発行日 2007-06-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7799
• 出版者 / 言語: ja
• 出版者: 情報処理学会