本研究は，ユーザの嗜好の多様性の拡大を促す推薦システムの構築を目標とする．嗜好の多様性を表現するエントロピーに基づく新しいたこつぼ化指標を提案し，これを最大化する効用関数を従来の推薦アルゴリズムに加えることで嗜好の多様性を拡大する推薦手法を提案する．本稿では，音楽SNS「last.fm」に蓄積されたユーザの視聴履歴データを用いて提案するたこつぼ化指標についての評価を行った．結果，提案指標の特性として，（1）アーティスト数に比例して嗜好が広がることを表現し，（2）特に視聴アーティスト数が多いユーザに対して視聴アーティストの偏りを表現することが明らかになった．%We are developing an artist recommender system that increases diversity of musical preference since it will be effective for increasing sales. This paper proposes a new entropy-based measure that scores diversity of the music preference. We introduce this measure as an element of the benefit function that is to be maximized by the recommender system. This paper evaluated how the proposed measure reflects the diversity of musical preference by applying to a large number of playlists collected from the lastfrn music community service. As the result, this measure increases according to the number of artists in user playlist and reflects diversity of preference when the number of artists is large.
展开▼
