個人の嗜好に基づいた楽曲の推薦に関する一検討～嗜好に関するモデルの類似性を表す指標の導入

摘要

本文では，個人の嗜好の類似性に注目した新たな楽曲推薦手法を提案する．提案手法ではまず，ユーザ毎に好みに関する評価が行われている楽曲を教師データとし，それらから算出される特徴ベクトルに対してSupport Vector Data Description（SVDD）を適用することで，好みの楽曲を識別する超球をユーザ毎に算出する．ここで，提案手法ではユーザ間における嗜好の類似性を表す指標を新たに定義し，この指標に基づいて嗜好の類似するユーザの組み合わせを選択する．次に，提案手法では推薦対象ユーザに対する超球の中心とテストデータとして与えられるデータベース内の特徴ベクトルとの距離に基づいて算出される確率，及び選択された嗜好の類似するユーザの超球を用いて同様に算出される確率に基づいて，推薦結果を出力する．その結果，提案手法はユーザ間における嗜好の類似性に注目した高精度な楽曲推薦が期待できる．