著者

長野 翔一 高橋 寛幸 中川 哲也

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自然言語処理(NL) (ISSN:09196072)

巻号頁・発行日

vol.2008, no.90, pp.65-70, 2008-09-17

被引用文献数

6

---

情報爆発時代において,情報の個人化を実現するプロファイル技術が注目されている.しかし,現在のプロファイル技術は獲得した閲覧履歴全体からユーザの全閲覧行動における要求の傾向を推測するため,要求の変化を検出するのは困難である.本稿が扱う 「要求」 とは行動への動機の事を指し,10 分程度で変化する性質を持つ.ユーザは要求に基づいてウェブページの閲覧を行う.我々は,ユーザの要求変化は各閲覧履歴の意味的類似度を利用することで検出可能であると考え,閲覧履歴の分類方式を提案する.既存の分類方式では,同じ要求内でも時系列に従い少しずつカテゴリが変化する,複数の異なる要求が並存する,といった閲覧行動の性質のため精度を下げることとなる.そこで,提案方式はこれらの性質を考慮し,クラスタ重心付近に十分な閲覧履歴数が確保できないことを前提とした,局所解重視の分類方式の構築に取り組む.また,既存の分類方式と比較実験を行い,提案方式が既存方式に比べ有効であることを確認した.We propose a clustering method for detecting the change of intention from user's browsing behavior. It is necessary to treat the user's intention accurately in information explosion age. However, treating dynamic intention is difficult for a conventional method, as behavior targeting model. Because the category change little by little in the same intention, and any other intentions exist at same time. For detecting user's intention change in browsing-behavior, we analyze each of browsing-history based on the similarities, and clustering based on local part similarities, in case web history have not a normal distribution. In addition, we evalute on result of an experiment to effectiveness for conventional clustering method.

著者

佐藤 大祐 松林 達史 足立 貴行 大井 伸哉 田中 悠介 長野 翔一 六藤 雄一 塩原 寿子 宮本 勝 戸田 浩之

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会論文誌 (ISSN:13460714)

巻号頁・発行日

vol.35, no.2, pp.D-wd05_1-10, 2020-03-01 (Released:2020-03-01)

参考文献数

16

被引用文献数

2

---

In places where many people gather, such as large-scale event venues, it is important to prevent crowd accidentsfrom occurring. To that end, we must predict the flows of people and develop remedies before congestioncreates a problem. Predicting the movement of a crowd is possible by using a multi-agent simulator, and highly accurateprediction can be achieved by reusing past event information to accurately estimate the simulation parameters.However, no such information is available for newly constructed event venues. Therefore, we propose here a methodthat improves estimation accuracy by utilizing the data measured on the current day. We introduce a people-flowprediction system that incorporates the proposed method. In this paper, we introduce results of an experiment on thedeveloped system that used people flow data measured at an actual concert event.

著者

長野 翔一 市川 裕介 小林 透

出版者

情報処理学会

雑誌

研究報告自然言語処理(NL) (ISSN:09196072)

巻号頁・発行日

vol.2009, no.7, pp.1-7, 2009-11-09

参考文献数

19

被引用文献数

1

---

ウェブ広告において,ユーザのある期間の閲覧履歴を利用して広告を配信する行動ターゲティング広告が注目されている.しかし,行動ターゲティング広告は,検索連動広告のようにユーザからそのとき調べたかったことをキーワードとして与えられることは期待できないため,ある期間の閲覧履歴から,そのユーザが探していたもの,欲しかったもの (意図) をキーワードとして抽出する技術が必要とされている.キーワードの抽出には TFIDF に代表される文書単体への重みづけを適用し,その総和を採用する従来方式が利用されるが,従来方式は,各履歴を均等に扱うため,出現する履歴が少ないキーワードは抽出は困難である,本稿はこれらの課題を解決するため,文書分類を利用し,キーワードが出現した履歴からユーザの意図を推定する方式を提案する.また,被験者実験を通して,直前のクラスタと分析期間の履歴に共通して出現するキーワードの数が確保されていれば,提案方式が従来方式より有効であることを検証した.In this paper, we suggest a keyword suggestion method considering user's browsing interests in access log to overcome these problems. First, we make a hierarchical tree by using keywords appearance in access logs, for extracting lower abstraction keywords. Then 2 different abstraction levels set for contextual keywords and unique keywords, for deciding abstraction level of suggested keywords. In addition, we evaluate on effectiveness of a suggested framework by experiment results.

著者

市川 裕介 石井 久治 長野 翔一 小林 透

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. LOIS, ライフインテリジェンスとオフィス情報システム (ISSN:09135685)

巻号頁・発行日

vol.109, no.450, pp.103-108, 2010-02-25

---

サイト横断的なWeb閲覧行動の分析のために,ユーザのクライアントPCから収集したWeb閲覧履歴データを分析・可視化する方式について提案する.提案にあたっては,閲覧行動可視化のための課題を明らかにし,課題解決のアプローチについて延べ,プロトタイプシステムの実装を行い実際の閲覧履歴に適用した結果について報告を行う.

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.