ベイジアンネットに基づくプライバシーを保護した情報推薦モデルの評価

摘要

ベイジアンネットに基づくコンテンツベースの情報推薦モデルをプライバシー保護して作成する方法を提案する．アイテムに付与した評価値の最頻値と標準偏差によってユーザを複数のクラスに分類し，クラス毎に推薦モデルを作成する．また，アイテムの特徴量として，ジャンル情報に加え，各アイテムに付与された評価値の最頻値と標準偏差を用いる．MovieLensが公開している10万件の映画評価データセットを用いて，推薦性能の評価を行う．ユーザベースの協調フィルタリングと比較し，ほぼ同程度の推薦精度が得られ，推薦に要する処理時間が極めて短くなることを示す．