確率モデルに基づく特徴ベース協調フィルタリング

石原 愛美(0651010)

近年, E-コマースのショッピングサイトなど様々な分野で推薦システ ムが用いられている. このようなシステムには協調フィルタリング(CF)がよく用 いられている.
CFは, 対象とするターゲットと似ている何人かのユーザのレーティングパター ンを用いて効果的に推薦を行う手法である.
他の推薦手法として, コンテンツベー スフィルタリングがある. これは, 他のユーザのレーティングを用いずアイテム のコンテンツ特徴量を用いて推薦を行うものである.
近年, 2手法を組み合わせたハイブリッドな手法が提案されている.
私は, アイテムのコンテンツ特徴量に加えて, ユーザのデモグラフィックな特 徴量に着目し, 確率生成モデルであるアスペクトモデルとナイーブベイズモデル の2つのモデルを組み合わせて新たなモデルを提案した. 提案モデルは, アスペ クトモデルの レーティングの分布をナイーブベイズモデル におけるレーティングの事前分布として, 組み合わせている.
MovieLensデータセットを用いてモデルの有用性の評価実験を行い, 従来手法と 比べ予測精度を向上させることを示した.

あとは、自由に HTML でつくってもらって結構です。なお、全体の分量として は、このページをプリントアウトした時に、A4 一枚程度になるようにしてく ださい。