著者

宇田 隆幸 藤井 敦 石川 徹也

出版者

一般社団法人情報処理学会

雑誌

情報処理学会研究報告データベースシステム(DBS) (ISSN:09196072)

巻号頁・発行日

vol.2004, no.3, pp.105-112, 2004-01-16

被引用文献数

3

---

情報推薦システムは,ユーザの嗜好に関する情報を用いて新規情報に対する嗜好を予測し,嗜好に合うアイテムを提示する.協調フィルタリングに基づくシステムは,アイテムの内容解析をせず,他のユーザからの評価(アイテム-ユーザ評価マトリクス)を用いて推薦アイテムを決定する.対象ユーザと嗜好が似たユーザが好むアイテムは優先され,嗜好が異なるユーザが好むアイテムの優先度は下がる.ユーザがアイテムを選ぶたびに嗜好情報が更新されるため,検索キーワードの入力が必要ない.しかし,評価値疎ら問題や再生起問題により,未評価の(推薦対象にならない)アイテムが多く存在する.本研究は,ユーザの評価とアイテム間の類似度を併用して,推薦対象アイテム数を増やす「擬似投票方式」を提案する.新聞記事を対象にした評価実験の結果,本方式によって,推薦精度を落とすことなく推薦対象アイテム数を増やすことができた.Recommender systems utilize user profiles to predict his/her preference for unseen information items, and present preferable items. The collaborative filtering (CF) method does not analyze the content of items, but utilizes user rating (an item-user matrix) to determine recommending items. CF-based systems (do not) favor items rated highly by the users whose preference is (not) similar to that of a target user. Users can update their profiles by selecting items and do not need to submit search keywords. However, due to the sparsity and recurring startup problems, many items are not rated and thus cannot be recommended to users. To resolve these problems, we propose "pseudo-voting method", which increases the number of rated items by integrating user rating and content-based item similarity. We show the effectiveness of our method by means of experiments.