- 著者
-
長野 翔一
市川 裕介
小林 透
- 出版者
- The Institute of Electronics, Information and Communication Engineers
- 雑誌
- 電子情報通信学会論文誌 D (ISSN:18804535)
- 巻号頁・発行日
- vol.J95-D, no.4, pp.734-746, 2012-04-01
時々刻々と変化するユーザの興味に連動して,提供する情報を変化させるために,ウェブページの閲覧履歴から短期的な興味のプロファイルを作成する試みが広く行われている.しかし,複数の短期的な興味をもって閲覧された履歴からプロファイルを構築すると,興味が平均化され,特徴が失われるという問題がある.我々は,この問題を解決するために,閲覧履歴間の意味的な類似性を利用してクラスタリングを行うことで,複数の短期的な興味プロファイルを抽出する必要があると考えた.過去の研究において,K-means法をはじめとしたクラスタリング方式により履歴を分類し,複数の長期的な興味を扱う方式が提案されている.しかし,これらの方式は,閲覧履歴が統計的な分布法則に基づいていることを前提としており,入力となる履歴数が少ないことが想定される短期的な興味抽出への適用は困難である.そこで,本論文では,入力となる閲覧履歴が少ない場合でも有効なクラスタリング方式を提案する.