The 28th Annual Conference of the Japanese Society for Artificial Intelligence, 2014
- 1 -
閲覧履歴
価値観
関
構築手法
提案
Proposal of Personal Value-Based User
Modeling from User’
s Browsing Histories
of Customer Reviews
清水
涼人
*1
服部
俊一
*1
高間
康史
*1
Suzuto Shimizu Shunichi Hattori Yasufumi Takama
*1
首都大学東京大学院
ン研究科
Graduate School of System Design, Tokyo Metropolitan University
This paper proposes a method for generating user model reflecting user’s personal values from user’s browsing histories of customer reviews. As customer review contains reviewer’s evaluation of an item and its attributes, the proposed method gen-erates a user model by estimating attributes on which the user put high priority when evaluating items from customer reviews target user refers to for his/her decision making. The effectiveness of the proposed method is shown by applying it to infor-mation recommendation system.
1.
はじめに
本稿 ， 評価 履歴 基 価値観 ン 手法 提案 ．情報化社会 発展 大 情報 発信さ ， 中 自身
求 ， 高い負荷 え ． ， 特 性 合 致 情 報 提 示 情 報 推 薦
注目 浴び ， ッ ン 等 広く活用さ い ． ， 推 薦 行 う 関 多 く 情 報 必 要 あ ，新規 利用 開始 対 適 推薦 行 え い いう問題 指摘さ い [Schein 2002]．情報推薦
適 用 範 囲 広 ， 少 い情 報 推 薦 行う必要性 高 い [神嶌 2007]．
情報推薦手法 一般 ， 嗜好 関 情報 用 い 推 薦 行 う．嗜 好 関連 概 念 価値 観 あ ，個 人 嗜好や消費行動 強い影響 え 知 い ．価値 観 定 義 様 々 考 え ， 本 稿 属 性 視 評 価 決 定 表 概 念[Hattori
2013] あ 定義 用 ．価値観 推薦 用い ，
少 い嗜 好情 報や ン ン ， 適 推 薦 行え 期待 ．
本稿 ， 価値観 ン 情 報源 ， ッ ン 等 投稿さ い 着目 ．
各属性 い 評価 記述さ ， 用 い 価 値 観 ン 可 能 考 え
．既存手法 [Hattori 2013] 投稿者
構築 提案さ い ，提案手法 閲覧 構築 ． ，構築
利 用 推 薦 開 発 ， 満 足 度 ン キ ン 用 い 推薦や ン 推薦 比較 評価実験 行 結果 基 ， 有用性や特性 い 考察 ．
2.
関連研究
情 報 推薦 ， 有 用 思 わ 情 報 選 ， 目 的 合 わ 提 示 あ ．
代表的 手法 ，協調 ン や内容ベ
ン 存在 [神嶌 2007]． ，従来 方法 新規
や 対 有用 推薦 行え い cold-start 問 題 指摘さ い [Schein 2002]．
， 商品 い 印象や評価 書い 多く ッ ン や 投稿さ い ．
や 特性 析 あ 要 情報源 あ さ ， 対象 研究 広 く行わ い ．平山 文 中 含 商品 機能や特徴 対 評価文 解析 ， 商品 対 全
要約 内容把握 支援 手法 提 案 い [平山 2011]．岡 ， 書い
キ 嗜好や 特徴 関 情報 表現さ い 考え， キ 間 類似度 用 い ，情報推薦 行う手法 提案 い [岡 2012]．
3.
価値観に基づくヤーザモデラ
3.1 評価一致率を用いたヤーザモデヨング手法
本稿 構築対象 ， 価値観 基 く ， 属 性 対 わ 強 さ ， わ 各 属性 評価 え 影響 度 化 あ ，評価一 致率 [Hattori 2013] 呼ば 指標 表さ ． �
対 行 評 価 い ， あ 極 性
� 属性 極性 � 一致 う 調 ，
一 致 評 価 回 数 � ， 一 致 い 評 価 回 数
� ． 時 ， � 属 性 評 価 一 致 率
� 式(1) 算出さ ． わ 表
属 性数 � �次 元 ベ 表さ ， 評価 一致率 高い属性 評価 影響度 高い， わ 推薦時
要 属性 あ 推論さ ．
� = � + � � (1)
3.2 リビャー評価履歴に基づくヤーザモデヨング手法
ッ ン 多く 対
投稿 ， 対 わ
映 さ い 考 え ．一 方， 閲覧 者 ， 記 事 中 自 身 わ 持 属 性 い 言 及 や 評 価 確 ，意思決定 利用 い 仮定 ． 仮定 従えば，
参 考 評 価 決 定 断 ば， 価値観 ン 考え ． 連絡先：高間 康史，首都大学東京大学院 ン
研究科，〒191-0065 東京都日 市旭ヶ丘6-6，
Email: [email protected]
The 28th Annual Conference of the Japanese Society for Artificial Intelligence, 2014
- 2 -
ン 得 必 要 あ 情報 閲覧 対 評 価 参 考 否 あ ， 対 大 負担 く
作成可能 いう利点 期待 ．
閲 覧 履 歴 価 値 観 基 く 構 築 可能性 い 検討 ， ン 形式 評価 履歴 集 ． ン 掲載 ， 文 加 え 属 性 評 価 5 段 階 形 式 投 稿 さ い 価 格.com
*1
集 利 用 ． ， ン ン 一 眼 対象 ． 時， 提示 質 ， 結果 得 ン 質 影響 考え ． 本稿
， ン 用い 文 選択基準 ，以 条 件 合致 集 利用 ．
(1) 全属性 高評価 評価 い
(2) 特定 属性 対 根拠 示 言及 い
(3) 文 評価 属性 評価 5 段階形式 一致
全属性 同 評価 あ 場合， 属性 視 評価 決 定 断 い ， 条 件(1) 合 致
集 必 要 あ 考 え ． ， わ あ 属 性 着目 評価 仮定 ，条件(2) 必要 あ ．加え ，提案手法 付属 属性 評価 5 段階形式 用い ン ， 条件(3) 必要
． ， 1 常 全属性 対 言及さ い 限 い ，1 対 言及さ い 属性
異 集 ， 全 属 性 網 羅 う 組 1 設 問 ． 各設問 い 1 組 閲覧 ，最 参考 感
回答 ．加え ， 踏 え 評 価 い 回 答 う ， 視 属 性 ，
総合評価 関連付 ．
実 際 記事 集 調 査 結 果，1
対 3 件 あ ば 全 属 性 網羅可 能 確 ． ，属性 あ 7 件 評価情報 得 ば 評 価 一 致 率 概 正 確 計 算 さ い
[Hattori 2013]，本稿 ，3件1組 20組作成 ，
20 問 ン 用 い ， ン 十 評
価情報 集可能 想定 ．
4.
評価実験
3節 提案 手法 構築 特性 評
価 ，情報推薦 関 実験 行 ．
構築 閲覧 被験者20人 対 ， 提案手法，価格.com 満足度 ンキン 用い 推薦， ン
推薦 各手法10件 ，計30件 推薦 行 ． 提 案 手 法 推 薦 決 定 式(2) 定
用い ． ， 属性 5段階評価 平 均 値 ) ， カ 属 性 評 価 平 均 値
． � 属性 評価一致率 �
，当該 全属性 対 評価一致率 平均値以 利用 ．算出 10件
毎 求 ，推 薦 ． 提案 手法 満足 度 ンキン 用い 推 薦 推 薦 差 出 い う， 推 薦 満 足 度 平均値 差 手法間 0.1以内 う 調整 ．
���� = ∑{ − } ∗ � 2
� (2)
評価実験 結果 表 1 示 ．表 1 ， ン ，一眼
両 カ い ， 提案 手法 推 薦精度 一番 高く い ， 両 カ 合 わ 結 果 満 足 度 ン キ ン 方 高 い結 果 ． ， 推 薦 手 法 ， 一 眼 推薦精度 方 高い わ ．
表1 推薦結果・推薦精度
表 2 満足度 ンキン 提案手法 い ，好評 評 評 価 さ 数 示 い ． 提 案 手 法 ン 多く推薦さ ，逆 満足度 ンキン 一眼 多く 推薦さ わ ．
表2 カ 推薦結果
用い ッ 特徴 ，カ 毎 属性 評価 平 均 値 ン 方 く い ． 式(2)
算 出 際 ， 提 案 手 法 ン 方 高 く ， 推 薦 対 象 選 択 さ 傾 向 あ ． 満 足 度 ン キ ン
提案手法 複 い う推薦 選 ，一眼 多 数 推薦さ 考 え ． ン 比 推薦 精度 高い理 ， ン 満足度平均 4.26 対 一 眼 4.60 高く，好評 多 挙
．被 験者 主 参 考情報 ，好 評 多い一眼 好評 評価さ 傾向 あ 考え ．
5.
おわりに
本稿 閲覧履歴 ，価値観 基 く ン 手法 提案 ．実際 記事 用い ン
基 構 築 い ，推 薦
評価実験 行い，提案手法 有用性 示 ．本実験 あ 作成 ン 用い ン 行 ，
提示 動 的 決定可能 ， 効 率的 構 築可能 期待 ．
，カ 以外 対象 適用 今後 課題 あ ．
参考文献
[神 嶌 2007] 神 嶌 敏 弘： 推 薦 (1)， 人 工
知能学会 ，Vol.22，No.6，pp.826-839，(2007)
[Schein 2002] A. I. Schein, A. Popescul, L. H. Ungar and D.M. Pennock: “Methods and metrics for cold-start recommenda-tions,” Proc. of SIGIR 2002, pp.253-260, (2002)
[平山 2011] 平山拓央, 湯本高行, 新居学, 高橋豊：属性評 価 基 く商品評価 抽出 提示，DEIM 2011，
F2-5，pp.1-7，(2011
[岡 2012] 岡 瑞穂, 藤井敦： キ 間 類似度 用い 協調 ン ，NLP2012，F3，pp.1-4，(2012)
[Hattori 2013] Shunichi Hattori: “Proposal of User Modeling
Method Employing Reputation Analysis on User Reviews Based on Personal Values,” JSAI2013, IA3-IOS-3a-4, (2013)
ランダム推薦 満足度ランキング 提案手法
コン ジ 0.356 0.500 0.518
一眼レフ 0.463 0.667 0.694
合計 0.400 0.625 0.550
満足度ランキング 提案手法
アイ ム評価 好評 不評 好評 不評
コン ジ 25 25 85 79
一眼レフ 100 50 25 11
合計 125 75 110 90
