ユーザクラスタリングとCNNを用いたコーディネート推薦システムの検討

• Item type: SIG Technical Reports(1)
• 公開日: 2023-01-09
• タイトル: ユーザクラスタリングとCNNを用いたコーディネート推薦システムの検討
• タイトル / 言語: en
• タイトル: Examine of Coordination Recommendation System using User Clustering and CNN
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 対話
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 日本大学大学院生産工学研究科
• 著者所属: 日本大学大学院生産工学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Industrial Technology, Nihon University
• 著者所属(英): en
• 著者所属(英): Graduate School of Industrial Technology, Nihon University
• 著者名: 池田, 雅隆; 中村, 喜宏
• 著者名(英): Masataka, Ikeda; Yoshihiro, Nakamura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 現在，ファッション分野においては，協調フィルタリングやライフログを用いて，購買履歴に基づいた提案や所有するアイテムに合うアイテムを提示するコーディネート推薦方式が実装されている．しかし，購買履歴が類似していたとしても，必ずしも嗜好が類似しているとは限らず，推薦されるコーディネートに偏りが生じる可能性が考えられる．そこで我々は，個々のユーザの嗜好を考慮したコーディネート推薦方式を提案する．本研究では，コーディネート画像を実験協力者に評価してもらい，評価情報に基づいてユーザのクラスタリングを行った．さらに，クラスターごとの評価情報を嗜好として扱い，CNN によって学習した．嗜好ごとにクラスタリングしたグループとクラスタリングを行わずに様々な嗜好を混合させたグループの評価情報に対する CNN での予測精度に差が生じるのか実験により確かめた．その結果，クラスターごとに分けて学習する方式の精度が 83.7％，クラスターに分けなかった場合の予測精度は 73.3％ となり，個々の嗜好を反映するにはクラスターごとに分けて学習する方式に有効性があることが示された．推薦サービスの運用を含めたシステムの全体構成についても概要を示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Currently, in the fashion field, coordination recommendation schemes have been implemented using collaborative filtering and lifelogging to provide suggestions based on purchase history and items that match items owned by the user. However, even if the purchasing histories are similar, the tastes are not necessarily similar, and there is a possibility that the recommended coordination may be biased. Therefore, we propose a coordination recommendation method that takes individual user preferences into account. In this research, we asked experiment collaborators to evaluate coordinated images, and clustered users based on the evaluation information. The evaluation information for each cluster was treated as preferences and learned by CNN. We experimentally confirmed whether there is a difference in the learning accuracy of the CNN for the evaluation information between the groups clustered by preference and the groups with various preferences mixed together without clustering. The results showed that the prediction accuracy of the clustering method was 83.7%, while that of the non-clustering method was 73.3%, indicating that the clustering method is effective in reflecting individual preferences. The overall configuration of the system, including the operation of the recommendation service, is also outlined.
• 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: AA1221543X
• 書誌情報: 研究報告ヒューマンコンピュータインタラクション（HCI）; 巻 2023-HCI-201, 号 29, p. 1-8, 発行日 2023-01-09
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8760
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会