@techreport{oai:ipsj.ixsq.nii.ac.jp:00227780,
 author = {伊藤, 寿浩 and 塩川, 浩昭},
 issue = {8},
 month = {Sep},
 note = {プレイリストの自動継続機能（Automated Playlist Continuation，APC）は楽曲配信サービスにおいて，ユーザーが新しい楽曲やアーティストを発見するのに重要である．魅力的なユーザー体験を実現するためには，ユーザーの嗜好に合った楽曲を推薦する必要がある．しかし，楽曲配信サービスには膨大な楽曲が含まれており，ユーザーの楽曲に対する嗜好は多様な要因が挙げられることから，既存の推薦手法ではそのような楽曲を発見することが困難である．本稿では，APC における高い精度を持つ推薦アルゴリズムを提案する．提案するアルゴリズムはグラフに基づいた探索と関心のある部分グラフの抽出によって，有望でない属性値を持つ楽曲を除外し推薦精度の向上を図る．実際のプレイリストを用いた広範な実験により，本アルゴリズムが最先端手法よりも高い精度を示すことを明らかにした．},
 title = {プレイリストの自動継続機能に対するグラフに基づいた楽曲推薦アルゴリズムの提案},
 year = {2023}
}