- 著者
-
早川 豪
岡部 誠
尾内 理紀夫
- 雑誌
- 研究報告データベースシステム(DBS)
- 巻号頁・発行日
- vol.2011, no.16, pp.1-4, 2011-10-27
我々はソーシャルネットワークサービス (以下 SNS) 上の人間関係に着目し,SNS での友人の発言を解析してユーザにニュース記事を推薦する手法を提案する.解析には既存手法の様に TF-IDF を用いて興味・関心の強さを測ることに加え,友人それぞれに重要度を与えることで,よりパーソナライズした記事の推薦を可能にする.ユーザスタディでは,本手法を用いることでユーザ本人のみの発言からニュース記事を推薦した場合よりもクリック数が向上し,本手法がユーザにとってより興味・関心のある記事を推薦できることを実証した.We focus on human relations in a social network service, and propose a novel method to recommend news articles based on the analysis of microblogs of the user's friends. In addition to a conventional method that estimates user's interests using TF-IDF, our approach allows the user to specify an importance value to each friend, which enables the recommendation of more personalized articles. We perform a subjective user study to evaluate our method by measuring the number of recommended articles that each test user actually feels interested. We demonstrate that articles recommended by our method are more interesting to the user than articles recommended by just analyzing user's own microblogs.