| 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 | 2020-05-29 13:55 レビューデータのスペクトル分析による効率的な推薦システムの提案 ○戸塚洸希・ゴウタム チャクラボルティ・松原雅文・馬淵浩司（岩手県立大）  SC2020-2 |
|
| 抄録 | （和） | 本研究の目的は，実世界のレビューデータに対して推薦システムの精度を向上させることである．しかし，実世界におけるレビューデータの規模は膨大で，未評価によるスパース性が大きく，協調フィルタリングのクラスタモデルによる一般的な推薦方法では推薦精度が十分ではない．そこで，実世界のレビューデータに対応したクラスタリングを，推薦精度の面で満たした実用的な手法が必要になる．本研究では，レビューデータのスパース性が大きいこととアイテム同士の関係性に着目して，スペクトラルクラスタリングを用いるクラスタモデルの推薦システムを提案する．実験結果から，本提案手法はK-means++ [1] や凝集型階層的クラスタリング[2] [3] [4] のクラスタモデルと比較して推薦精度が最も高くなり，高い精度でのアイテム推薦が可能となった． |
| （英） | The purpose of this research is to improve the accuracy of recommendation systems for real-world review data. With increasing popularity of e-commerce, the scale of review data in the real world is enormous, with thousands of items and millions of users. As the review data matrix is extremely sparse, smoothing it to have a sufficiently accurate recommendation system is difficult, using conventional methods of clustering as a model of collaborative filtering. An efficient and accurate tool to have sufficient accuracy is required. In this research, we propose a clustering method for recommendation system that uses matrix spectral clustering, focusing to overcome the problem of large sparseness of review data and find subtle relationship between items. From the experimental results, the proposed method could achieve the highest recommendation accuracy compared to the cluster models based on K-means++, and agglomerative hierarchical clustering. |
|
| キーワード | （和） | 推薦システム / スペクトル分析 / クラスタリング / ラプラシアン行列 / / / / |
| （英） | Recommendation System / Spectral Analysis / Clustering / Laplacian Matrix / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 49, SC2020-2, pp. 7-11, 2020年5月. | |
| 資料番号 | SC2020-2 | |
| 発行日 | 2020-05-22 (SC) | |
| ISSN | 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 | SC2020-2 |
|
| 研究会情報 | |
| 研究会 | SC |
| 開催期間 | 2020-05-29 - 2020-05-29 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | サービスコンピューティング環境に向けたAIとその応用,その他 |
| テーマ（英） | AI Application for Service Computing Environment and Other Issues |
| 講演論文情報の詳細 | |
| 申込み研究会 | SC |
| 会議コード | 2020-05-SC |
| 本文の言語 | 日本語 |
| タイトル（和） | レビューデータのスペクトル分析による効率的な推薦システムの提案 |
| サブタイトル（和） | |
| タイトル（英） | An Efficient Recommendation System Based on Spectral Analysis of Review Data |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 推薦システム / Recommendation System |
| キーワード(2)（和/英） | スペクトル分析 / Spectral Analysis |
| キーワード(3)（和/英） | クラスタリング / Clustering |
| キーワード(4)（和/英） | ラプラシアン行列 / Laplacian Matrix |
| 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） | 戸塚 洸希 / Koki Tozuka / トヅカ コウキ |
| 第1著者 所属（和/英） | 岩手県立大学大学院 (略称： 岩手県立大) Iwate Prefectural University Graduate School (略称： Iwate Prefectural Univ) |
| 第2著者 氏名（和/英/ヨミ） | ゴウタム チャクラボルティ / Goutam Chakraborty / ゴウタム チャクラボルティ |
| 第2著者 所属（和/英） | 岩手県立大学 (略称： 岩手県立大) Iwate Prefectural University (略称： Iwate Prefectural Univ) |
| 第3著者 氏名（和/英/ヨミ） | 松原 雅文 / Masafumi Matsuhara / マツハラ マサフミ |
| 第3著者 所属（和/英） | 岩手県立大学 (略称： 岩手県立大) Iwate Prefectural University (略称： Iwate Prefectural Univ) |
| 第4著者 氏名（和/英/ヨミ） | 馬淵 浩司 / Hiroshi Mabuchi / マブチ ヒロシ |
| 第4著者 所属（和/英） | 岩手県立大学 (略称： 岩手県立大) Iwate Prefectural University (略称： Iwate Prefectural Univ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-05-29 13:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SC |
| 資料番号 | SC2020-2 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.49 |
| ページ範囲 | pp.7-11 |
| ページ数 | 5 |
| 発行日 | 2020-05-22 (SC) |
[研究会発表申込システムのトップページに戻る] (日本語ページの行間係数: 1)