オンラインショッピングを対象とした正確性と意外性のバランスを考慮したリコメンダシステム

• Item type: Trans(1)
• 公開日: 2005-09-15
• タイトル: オンラインショッピングを対象とした正確性と意外性のバランスを考慮したリコメンダシステム
• タイトル / 言語: en
• タイトル: A Recommender System Indicating Accurate and Subconscious Items for On-line Shopping
• 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: 電気通信大学大学院情報システム学研究科
• 著者所属: ヤフー株式会社
• 著者所属: 電気通信大学大学院情報システム学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Systems The University of Electro-Communications
• 著者所属(英): en
• 著者所属(英): Yahoo Japan Corporation
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Systems The University of Electro-Communications
• 著者名: 加藤由花; 川口, 賢二; 箱崎, 勝也
• 著者名(英): Yuka, Kato; Kenji, Kawaguchi; Katsuya, Hakozaki
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，オンラインショッピングを対象に，推薦の正確性と意外性のバランスを考慮したリコメンダシステムを提案する．提案システムは，以下の3 つの機能により推薦処理を実現する．1 番目はユーザ特徴ベクトル作成機能であり，遺伝的アルゴリズムを用いてユーザの嗜好の変化に応じた特徴ベクトルを生成する．2 番目はフィルタリング機能であり，商品特徴ベクトルのクラスタリングを行い最もユーザの嗜好にあったカテゴリが属するクラスタのみを推薦対象とすることにより，ユーザがまったく興味を持たないデータを推薦結果から除く．3 番目はマッチング機能であり，商品特徴ベクトルとユーザ特徴ベクトルのマッチング処理において，順マッチングと交差マッチングの回数を確率的に変化させることにより，正確性と意外性の調和のとれた推薦処理を実現する．我々は，提案手法を実装した実験システムを利用し，推薦結果に対する主観評価実験を行った．本稿ではその結果についても考察する．
• 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 recommender system indicating accurate and subconscious items for on-line shopping. The proposed system recommends items by using the following three functions. First is the function generating the user feature vectors, which uses the genetic algorithm and generates the vectors according to the transition of user preferences. Second is the filtering function, which removes uninteresting items of the user from the recommendation candidates by making some clusters of the category of items using the user feature vectors and by selecting the cluster containing the most preferable category of the user as the candidate. Third is the matching function, which conducts well-balanced recommendation of accuracy and subconsciousness by changing the number of items recommended by order matching and by cross matching according to the probability in order to match an item feature vector with a user feature vector. We implemented the experimental system of the proposed method, and conducted subjective assessments for the recommendation results by using the system. This paper also discusses the experimental results.
• 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 46, 号 SIG13(TOD27), p. 53-64, 発行日 2005-09-15
• 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