- 著者
-
麻生 英樹
小野 智弘
本村 陽一
黒川 茂莉
櫻井 彰人
- 出版者
- 一般社団法人電子情報通信学会
- 雑誌
- 電子情報通信学会技術研究報告. NC, ニューロコンピューティング (ISSN:09135685)
- 巻号頁・発行日
- vol.106, no.279, pp.55-59, 2006-10-04
- 被引用文献数
-
4
ネットワーク上に存在する、誰もが簡単にアクセス可能な電子化された情報の量が爆発的に増加するにつれ、それらの情報の中から、ユーザが必要とするものを必要なときに適切に提供するための技術である情報検索および推薦の必要性が非常に高まっている。適切な推薦を行うためには、システムがユーザの嗜好やニーズを適切にモデル化する必要がある。そのための技術として、多くのユーザの過去の履歴の関連性を利用する協調フィルタリングと、対象となるコンテンツの属性とユーザの評価の関連性を利用するコンテンツベースフィルタリング、ユーザの属性とユーザの評価の関連性を利用するデモグラフィックフィルタリング、などが提案されているが、いずれも、推薦に利用できる情報の一部しか用いていないという問題点がある。本報告では、この問題点について検討し、既存の研究を整理しながら紹介するとともに、推薦に利用できる各種の情報を統合的に用いる新たな推薦方式を提案する。