@techreport{oai:ipsj.ixsq.nii.ac.jp:00220020,
 author = {宇川, 徹 and 風間, 一洋 and 吉田, 光男 and 大向, 一輝 and 佐藤, 翔 and 桂井, 麻里衣},
 issue = {22},
 month = {Sep},
 note = {学術情報検索サービスの普及により，学術情報へのアクセスが容易になり，多くの人が学術情報を閲覧できるようになったが，研究経験や職業が異なる多様なユーザの要求に応えることはできていない．本稿では，学術情報の内容ではなく閲覧時系列から複数の素性を抽出し，ユーザモデルを想定したLearning to Rankを行うことで，ユーザの求める学術情報を上位にランク付けする手法を提案する．ユーザモデルは査読読付き論文誌を閲覧する研究者モデルと学会誌の解説記事を閲覧する一般ユーザモデルの 2 種類を仮定して作成する，モデルの評価は学習データを用いて，ベースラインである閲覧数順と比較する．さらに，実際の閲覧数上位のリランキング結果からユーザの種別と上位にランク付けられた閲覧時系列の特性を分析する．},
 title = {学術情報の閲覧時系列の素性に基づくユーザモデルによるランキング手法},
 year = {2022}
}