講演抄録/キーワード |
講演名 |
2014-07-17 14:50
推薦対象ユーザのクラスが未知の推薦問題におけるマルコフ決定過程を用いた推薦システムに関する一考察 ○岩井秀輔・宮 希望(早大)・前田康成(北見工大)・松嶋敏泰(早大) IT2014-20 |
抄録 |
(和) |
推薦システムとは,ユーザにとって有用と思われる対象,情報,または商品などを選び出し,それらを利用者の目的に合わせた形で提示するシステムのことである.従来,推薦は一回のみとし,推薦に対するユーザの購入商品は考慮しない研究が主だったのに対し,推薦結果を考慮する研究も行われるようになった.その一つに,推薦問題にマルコフ決定過程を適用した研究がある.さらに,この研究に対し統計的決定理論を適用した研究も行われている.これらの研究では,事前に複数人のユーザから得られた購買履歴データと推薦を行うユーザの購入商品は
同じ確率分布に従うという仮定を置いている.これに対し,本研究では購買履歴データを得た複数のユーザおよび推薦対象のユーザは類似性によって分けられたクラスのいずれかに属するものとし,クラスによって購入商品の従う確率分布が異なると仮定する.その上で,事前に購買履歴データを得る複数のユーザに関してはそれぞれ属するクラスが既知,推薦対象ユーザに関してはクラスが未知という場合を考える.そして,マルコフ決定過程と統計的決定理論を適用し,推薦対象ユーザの購買履歴データが更新されるごとにベイズ基準を最大にする決定関数を求めることで決定関数を逐次更新する. |
(英) |
Recommender system is a system that gives users objects,information and items they want.In previous studies,recommendation was once and result of recommendation was not considered.Recently,in contrast,studies that consider results of recommendation have done.For example,there are studies that apply marcov decision process to recommender system.In addition,there are studies that apply marcov decision process and statistical decision theory to recommender system.These studies consider all users' probability of purchase are same.In contrast, we consider users are belongs to a class that classified by similarity.In addition,we consider the probability of purchase by users belongs to the class is different from the probability of purchase by users belongs to other class.We consider classes of users whose purchase data we have are known and class of the user who is recommended item is unknown. Then,we use marcov decision process and statistical decision theory.We renovate decision function by maximizing bayes criterion when the user who is recommended items buy new item. |
キーワード |
(和) |
推薦システム / マルコフ決定過程 / 統計的決定理論 / クラスタリング / / / / |
(英) |
recommender system / marcov decision process / statistical decision theory / clustering / / / / |
文献情報 |
信学技報, vol. 114, no. 138, IT2014-20, pp. 49-54, 2014年7月. |
資料番号 |
IT2014-20 |
発行日 |
2014-07-10 (IT) |
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) |
PDFダウンロード |
IT2014-20 |