帰納論理プログラミングを用いたTwitterからのルール抽出

摘要

There are a lot of information recommender systems on the Web. These systems aim to find and provide useful information for the users. For example, many online shopping sites recommend merchandise which the user is likely to purchase. However, practical users do not always use these recommendations. In order to make an apt recommendation for the user, we need to give a plausible reason for it. However, the almost all existing systems give very simple or quantitative reasons. This paper aims to present clear and non-quantitative recommendation reasons which everybody is easy to understand. We make use of first order predicate logic formulas generated by Inductive Logic Programming (ILP) for the aim. As a learning experience, we extract several first order rules from twitters with ILP in order to recommend twitter users which the Twitter users are likely to be interested in.%Web上には多くの情報推薦システムが存在する．これらのシステムはユーザーに対して有用な情報を見つけ提供することを目的としている．例えば，多くのオンラインショッピングサイトはユーザーが購入しそうな商品を推薦している．しかしながら，実際のユーザーはいつもこの推薦を利用するわけではない．ユーザーに対して適切な推薦を生成するためには，その推薦に対して説得力のある理由を与える必要がある．しかしながら，ほとんどの既存システムはとても簡単かもしくは定量的な理由しか提供しない．この論文は誰にでも理解しやすい明確でかつ定性的な推薦理由を提供することを目指している．我々はこの目的のために帰納論理プログラミング（ILP）によって生成される一階述語論理形式を利用する．学習から得られた知識として，そのTwitterユーザーが噂好しそうなTwitterユーザーを推薦するために，我々はILPによってTwitterから一階述語論理のルールを抽出する．