著者

桑田 修平 上田 修功

出版者

一般社団法人情報処理学会

雑誌

情報処理学会論文誌数理モデル化と応用(TOM) (ISSN:18827780)

巻号頁・発行日

vol.48, no.15, pp.153-162, 2007-10-15

参考文献数

20

---

確率モデルに基づく新たな協調フィルタリング手法を提案する.提案法は,評点済みのデータから算出されるユーザごとの評点分布,アイテムごとの評点分布,および全評点に対する評点分布が,予測対象の未評点データに対して同様に算出されるそれぞれの評点分布と類似しているとの仮定に基づき,評点済みのデータに対する各評点分布と未評点データに対する各評点分布との間の KL ダイバージェンスを最小化することにより予測値を求める.評点予測を個別に独立で行う従来法と異なり,提案法は予測対象の評点に対する予測値を互いに依存させ,予測対象の評点を一括して予測できるという特長を持つ.映画に対する評価データを用いた実験の結果,予測精度は従来の代表的手法とほぼ同程度であるが,計算時間の面で顕著な優位性を確認した.We propose a new collaborative filtering method based on a probabilistic approach. In the proposed method, we assume that the empirical marginal distributions of the ratings over users and/or items are similar to these corresponding distributions of unrated data. Based on this assumption, we try to predict unobserved ratings by minimizing the Kullback-Leibler divergence between both the rated and unrated rating distributions. In contrast to the conventional methods, which predict unobserved ratings individually and independently, our method predicts all unobserved ratings simultaneously and with mutual dependence. We evaluate the prediction performance and the computational time of our method by using real movie rating data, and confirmed that the proposed method could provide prediction errors comparable to those provided by the conventional top-level methods, but could significantly reduce the computational time.