@techreport{oai:ipsj.ixsq.nii.ac.jp:00234890,
 author = {竹原, 一彰 and 持橋, 大地 and Kazuaki, Takehara and Daichi, Mochihashi},
 issue = {3},
 month = {Jun},
 note = {アイテムに対するユーザーの選好（好き・嫌いの度合い）を可視化・分析するためのモデルを提案する．提案モデルは，高次元なアイテム特徴量と，多数のユーザーによる評価ラベルを入力として，視覚可能な低次元潜在空間における，アイテムの座標と，ユーザーの選好関数を表す重みベクトル（ユーザー埋め込み）を出力する．自由度が制限された低次元潜在空間に，様々な情報を埋め込むという課題に，乱択化フーリエ特徴量を用いた解決を試みる．公開されている実データセットを用いた評価実験にて，良好な結果を確認した．, We propose a model to visualize and analyze user preferences (degrees of liking or disliking) for items. The proposed model takes high-dimensional item features and rating labels from a large number of users as input and outputs item coordinates in a visually interpretable low-dimensional latent space and weight vectors (user embeddings) representing user preference functions. To address the challenge of embedding various information into a constrained low-dimensional latent space, we adopt a solution using Random Fourier features. In evaluation experiments using publicly available real-world datasets, we confirmed favorable results.},
 title = {乱択化フーリエ潜在変数モデルによるユーザー選好の埋め込みと分析},
 year = {2024}
}