著者

関野 正志

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. IBISML, 情報論的学習理論と機械学習 = IEICE technical report. IBISML, Information-based induction sciences and machine learning (ISSN:09135685)

巻号頁・発行日

vol.110, no.265, pp.203-210, 2010-10-28

参考文献数

5

被引用文献数

2

---

確率的行列分解(Probabilistic Matrix Factorization : PMF)において、行列要素とは別の、行や列に対応する特徴量を反映させる確率的行列分解回帰(Probabilistic Matrix Factorized Regression : PMFR)を提案する。あわせて、変分ベイズ推定の新たな初期化方法も提案する。PMFRはPMFと縮小ランク回帰を特別な場合として含み、ベイズ推定により両者の特性を適切に反映させることができる。推薦システムでは、PMFRは協調フィルタリング(Collaborative Filtering : CF)と内容ベースフィルタリング(Content-Based Filtering : CBF)を統合した確率モデルの一つとしても考えられる。MovieLensデータに適用した結果、デモグラフィック属性をユーザの特徴量、ジャンル属性を映画の特徴量とするPMFRは、PMFよりも高精度であり、特にコールドスタート問題に有効であることがわかった。