@techreport{oai:ipsj.ixsq.nii.ac.jp:00195785,
 author = {三宅, 悠介 and 松本, 亮介 and Yusuke, Miyake and Ryosuke, Matsumoto},
 issue = {13},
 month = {May},
 note = {EC サイトの商品種類増大に伴う情報過多問題を解決するため，利用者の要求を満たす商品を自動的に提案する機能が EC サイトに導入されている．この機能に用いられる推薦手法は数多く提案されていることから，EC サイトの運営者にとって利用者の要求を満たす可能性の高い推薦手法を選択することが重要となる．しかしながら，推薦手法の優劣は扱う商品の特性を含む多くの文脈ごとに変化するため，実環境での評価なしに推薦手法を決定することは難しい．また，商品を自動的に提案する機能の効果を最大化するため，新しい推薦手法や優劣を助長する文脈を導入し継続的に評価することが求められる．本報告では，事前に定めた文脈ごとに推薦手法の選択を自動的かつ継続的に最適化する推薦システムを提案する．提案手法では，推薦手法の選択の最適化を多腕バンディット問題とみなし Epsilon-Greedy アルゴリズムを用いて解く．この最適化を，定めた文脈ごとに定期的に施すことで新しい推薦手法や文脈の導入に継続的に適応する．提案手法の評価のため，ECサイトにおいて閲覧中の商品カテゴリごとに有効な推薦手法が異なることを確認した．次に閲覧中の商品カテゴリを文脈と見なした最適化によって，文脈を考慮しない場合と比較して累積クリック数が向上することを確認した．, A recommendation system is introduced to solve the information overload problem of the electronic commerce sites. EC site should select efficiency one from many recommendation methods being proposed. Because effective method is different based on various contexts, deciding the suitable method without evaluation on the site is difficult. In addition, EC sites should continuously evaluate new methods and contexts to improve the system. In this report, we propose recommendation system to continuously optimize selection of recommendation method based on context defined in advance. We consider optimization selection of method as multi-armed bandit problem and resolve the one using Epsilon-Greedy algorithm. The proposed system adapts continuously by regularly performing this optimization. For evaluation, we measured that the effective method for each product categories on a EC site was different. Next, we measured that the cumulative click count improved compared to the one without context.},
 title = {Synapse: 利用者の文脈に応じて継続的に推薦手法の選択を最適化する推薦システム},
 year = {2019}
}