@techreport{oai:ipsj.ixsq.nii.ac.jp:00232785,
 author = {菅原, 茂剛 and 小野, 景子},
 issue = {2},
 month = {Feb},
 note = {e-コマースサイトの普及に伴い,ユーザの選好に沿った商品推薦への需要が高まっている.特に,インテリアの分野では,ユーザの好む家具の特徴や雰囲気などを明確に言語化することが難しく,ユーザが選好するインテリアスタイルを推定することが難しい.また,家具同士の組み合わせ方でインテリアスタイルは変化するため,ユーザごとの選好する組み合わせを考慮する必要があるが,学習データには全ての家具が揃わず欠損が生じることが普通である.そこで本研究では,家具画像から経験により抽出した画像特徴量とディープ画像特徴量を組み合わせ,欠損家具を考慮した XGBoost によるユーザの選好する家具スタイル推薦手法を提案する.実験結果では,代表的なディープラーニング手法と比較し,提案する画像特徴量の組み合わせが有効であること,欠損データを含む場合も性能が高いことを示す.},
 title = {欠損データ下における家具の組み合わせを用いたユーザ趣向抽出},
 year = {2024}
}