- 著者
-
山元 理絵
小林 大
吉原 朋宏
小林 隆志
横田 治夫
- 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データベース(TOD) (ISSN:18827799)
- 巻号頁・発行日
- vol.48, no.11, pp.38-48, 2007-06-15
- 被引用文献数
-
6
近年,Webサイトによる情報発信の重要性から,ユーザのニーズに適したサイト構築や情報提供の要求が高まってきている.WebアクセスログをWebページ推薦に用いる方法は,クライアント側に手を加える必要がなく有用であるが,これまで提案されている手法では,頻出アクセスパターンとわずかでも外れると適切な推薦ができない,あるいは順序を考慮できないといった問題点があった.我々は,それらの問題を解決するために,WebアクセスログからLCS(Longest Common Subsequences)を抽出してページ推薦に利用する手法であるWRAPLを提案している.本稿では,実際のWebアクセスログを用いた実験を通してWRAPLの効果を詳細に解析し,その実験結果から得られた知見を基に優先順位付け手法に対して改良を行い,その有効性を示す.Sophisticated websites satisfying users' requirement becomes much more important to propagate information via websites, nowadays. Web page recommendation methods using web access logs are useful for them because they need no modification in client-side applications to meet the requirement. However, traditional methods have problems of insufficient recommendation precision caused by strict matching of access patterns or neglect of access sequences. To solve the problems, we are proposing WRAPL as a method of extracting LCSs (Longest Common Subsequences) from web access logs and using them to recommend web pages for an active session. In this paper, we analyze the effects of WRAPL using actual web access logs and propose an enhanced weighting method for it to improve the precision based on the analyses.