著者

田村一樹 吉川大弘 古橋武

出版者

一般社団法人情報処理学会

雑誌

研究報告数理モデル化と問題解決(MPS) (ISSN:09196072)

巻号頁・発行日

vol.2013, no.19, pp.1-6, 2013-09-19

---

近年,電子商取引 (Electronic Commerce: EC) 市場の規模は拡大を続けている.EC サイトには,膨大な量のアイテムの情報に加え,アイテムに対するユーザの評価・口コミ (ユーザレビュー) などの情報が掲載されている.また,各ユーザの閲覧行動などのログも,大量に蓄積されている場合が多い.EC サイトは,それらの情報を用いて,各ユーザの嗜好を適切に抽出し,能動的にアイテムを推薦することにより,ユーザの購買活動を促進することを試みている.嗜好の抽出手法には,ユーザが直接的に与えた評点などの情報を用いる明示的手法と,アイテムへのアクセス履歴やその時間などを用いる暗黙的手法が存在するが,それらを同時に用いる研究については,これまであまり報告されていない.本稿では,アイテムの内容に関する評価情報であるユーザレビュー履歴に加え,明示的な情報であるアイテム評価履歴と,暗黙的な情報であるアイテム閲覧履歴の情報を用い,ユーザの購買行動を階層ベイズモデルによってモデル化することを試みる.また,オフラインのアイテム評価予測実験を行い,提案モデルの性能について検討を行う.The market of Electronic Commerce (EC) has been drastically growing in recent years. EC sites contain various types of evaluation information on items such as ratings and reviews by users in addition to the numerous information on items themselves. In addition, browsing history of each user is usually recorded. Recently, a lot of EC sites try to recommend items actively to each user to encourage him/her to purchase more items by abstracting his/her preference based on above information. To abstract preferences, there are the explicit method and the implicit method. The explicit method uses the information such as ratings directly given by users, and the implicit method uses the information such as access histories to items and browsing time. However, the study to combine the explicit information and implicit one is not found. This paper tries to construct a hierarchical Bayesian model to analyze purchasing behavior of a user based on reviews as the information of contents, rating histories as the explicit information, and browsing histories as the implicit information. An off-line experiment predicting the ratings of items is carried out and the performance of the proposed model is discussed.