@techreport{oai:ipsj.ixsq.nii.ac.jp:00183398,
 author = {小林, 滉河 and 野崎, 祐里 and 伏見, 卓恭 and 佐藤, 哲司 and Kouga, Kobayashi and Yuri Nozaki and Takayasu, Fushimi and Tetsuji, Satoh},
 issue = {12},
 month = {Sep},
 note = {ショッピングサイトでの商品検索では，ユーザは数多くの商品から自分の望む商品を探さなければならない．現在，商品を絞り込む方法の一つとしてユーザがカテゴリを選択し，その中で商品に関係のあるクエリを投稿するという形が取られている．しかしカテゴリを選んだ後，クエリを投稿するような絞込み方では，ユーザはショッピングサイトに存在するカテゴリの事前知識が必要になる．本論文では，ユーザが商品に関係するクエリを投稿した後に， クエリログから生成した新たなカテゴリと関係の深い単語を推薦することで，カテゴリ検索とキーワード検索の融合を目指した新たな検索方法を提案する．実データを用いた評価実験により，推薦により提案されるカテゴリが十分な情報量を持つことを示す．, Customers need prior knowledge of the categories in order to narrow down search results in the shopping site. In this paper, we propose a new search method aiming for fusion of category search and keyword search by recommending words deeply related to the new category generated from the query log after the customer posts the query related to the product suggest. Evaluation experiment using actual data shows that the category proposed by recommendation has sufficient information quantity.},
 title = {購買検索ログを使用した注釈付きカテゴリの提案},
 year = {2017}
}