| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2012-06-19 16:00 リアルタイムなレコメンデーションに向けた半教師ありLatent Dirichlet Allocationによるトピック抽出法 ○池田泰弘・川原亮一・斎藤 洋（NTT）  IBISML2012-6 |
|
| 抄録 | （和） | web上でのユーザ行動情報からユーザの関心を分析する技術として，教師なし学習である確率的トピックモデルが注目されている． 特に，Latent Dirichlet Allocation (LDA)が代表的な手法として挙げられるが， 対象ユーザが大規模化した時に，ユーザ行動情報の分析に時間がかかるため， ニュースのようなリアルタイム性の求められるレコメンデーションがおこなえないことが懸念される． 本研究では，外部情報を用いたweb上でのユーザ行動情報に対するトピックのラベル付けや， ユーザが連続して閲覧したドキュメントのトピックに対する相関性の仮定を導入したLDAモデルとして， トピックのマルコフ性を仮定した半教師ありLDAモデルを提案する． シミュレーション結果から，提案手法を用いることによって，通常のLDAモデルにおけるパラメータの推論と比べて1/10程度のイテレーション数で， テストセットパープレキシティを同等の値まで削減させられることを確認する． また，教師データを導入することにより，狙ったトピックを抽出できる効果があることについても示す． |
| （英） | Probabilistic topic models for unsupervised learning have been attracting attention as technology of analyzing user's interest from web activity data of the user. Especially, Latent Dirichlet Allocation (LDA) is a representative probabilistic topic model. However, it requires much time to analyze user's web activity data by using LDA when the number of target users is large, thus there is a possibility that real-time recommendation such as a news recommendation cannot be achieved. In this paper, we propose a semi-supervised LDA model with Markov property in terms of user's topics, where we give labels to the user activity on websites by using external information, and we assume that there is high similarity between two topics of documents the user browsed consecutively. Through simulation analysis, we show that the proposed model requires only one-tenth as many iterations to reduce test-set perplexity at the same level as normal LDA. Moreover, we show that we can obtain intended topics by introducing labeled data. |
|
| キーワード | （和） | レコメンデーション / LDA / 半教師あり学習 / / / / / |
| （英） | recommendation / LDA / semi-supervised learning / / / / / | |
| 文献情報 | 信学技報, vol. 112, no. 83, IBISML2012-6, pp. 35-40, 2012年6月. | |
| 資料番号 | IBISML2012-6 | |
| 発行日 | 2012-06-12 (IBISML) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| 査読に ついて |
本技術報告は査読を経ていない技術報告であり，推敲を加えられていずれかの場に発表されることがあります． | |
| PDFダウンロード | IBISML2012-6 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2012-06-19 - 2012-06-20 |
| 開催地（和） | 京都キャンパスプラザ |
| 開催地（英） | Campus plaza Kyoto |
| テーマ（和） | 機械学習一般とその応用 |
| テーマ（英） | General topics on machine learning and its application |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2012-06-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | リアルタイムなレコメンデーションに向けた半教師ありLatent Dirichlet Allocationによるトピック抽出法 |
| サブタイトル（和） | |
| タイトル（英） | Topic Extraction Method by Semi-Supervised Latent Dirichlet Allocation for Real-Time Recommendation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | レコメンデーション / recommendation |
| キーワード(2)（和/英） | LDA / LDA |
| キーワード(3)（和/英） | 半教師あり学習 / semi-supervised learning |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 池田 泰弘 / Yasuhiro Ikeda / イケダ ヤスヒロ |
| 第1著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第2著者 氏名（和/英/ヨミ） | 川原 亮一 / Ryoichi Kawahara / カワハラ リョウイチ |
| 第2著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 斎藤 洋 / Hiroshi Saito / サイトウ ヒロシ |
| 第3著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 講演者 | 第1著者 |
| 発表日時 | 2012-06-19 16:00:00 |
| 発表時間 | 30分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2012-6 |
| 巻番号（vol） | vol.112 |
| 号番号（no） | no.83 |
| ページ範囲 | pp.35-40 |
| ページ数 | 6 |
| 発行日 | 2012-06-12 (IBISML) |
[研究会発表申込システムのトップページに戻る]