著者

高橋 徹 小林 亜樹

出版者

情報処理学会

雑誌

研究報告データベースシステム(DBS) (ISSN:09196072)

巻号頁・発行日

vol.2009, no.26, pp.1-8, 2009-11-13

---

Web 情報システムにおける情報推薦では,協調フィルタリング技術がしばしば用いられている.本稿では,その推薦精度が必ずしも高くない理由について分析する.分析には,MovieLens Data Set を用いる.協調フィルタリング技術の,類似した嗜好を持つユーザは,未知の商品などのアイテムにおいても同様の嗜好を示す,という仮定がどの程度正しいか分析する.その結果,この仮定が成り立たない場合が相当程度ある事を明らかにし,また,cold-start 問題として知られる,嗜好が蓄積されていない状況と似ている事を指摘する.その後,これらの問題に対処するための考察を進める.Collaborative filtering techniques are often used to Information recommendation in the Web information system. In this paper, the reason why the recommendation precision is not always high is analyzed by using the Movie Lens data set. We think that collaborative filtering technique is based on a fundamental assumption. It is, if users had similar preference in an item set, it will be same as in other item sets. We show that the assumption is not approved in a respectable degree with similarity distribution histogram. Moreover, it is pointed out that the situation is similar to the cold-start situation, because of the same situation about user preference data is not available to collaborative filtering. Afterwards, it is considered to deal with these problems.