Modeling and Predicting User Interests based on Taxonomy

摘要

利用者の興味を，商品の分類体系（タクソノミ）に沿って抽出する手法を提案した．そのうえで，利用者間の興味の類似度を，共通して高く評価した商品のみでなく，共通しで高く評価したクラスを考慮し計算する手法を提案した．さらに，利用者が，あるクラス配下の商品を消費したことがなければ，そのクラス配下の商品はその利用者にとって意外性が高いと定義した．定量的な検証を通じ，提案手法が，クラスをまたがる利用者興味の相関性を計算できるため，意外性の高い商品を精度良く推薦できることを示した．また，邦楽や洋楽などのように，タクソノミの上位に属する，粒度の粗いクラス（ドメインと呼ぶ）を超えた利用者の興味の予測手法を提案した．まず，ドメインをまたがって商品を消費している利用者に着目し，興味の近い利用者を結んだ利用者グラフを構築した．そして，あるドメインを利用する被推薦者から見て，他ドメインを利用する関連性の強い利用者を抽出し、彼らが興味をもつ商品を，被推薦者に提示する手法を提案した． 実データを用いた検証を通じ，従来の協調フィルタリングに比べ，提案手法が精度良く，邦楽ドメインと洋楽ドメインにまたがった商品の消費を予測できることを示した．