[1C1] Webインテリジェンス-Webインタラクション・推薦

[1C1-04] 半教師学習と特異値分解によるCold-Start問題へのアプローチ

〇内田 匠¹、中川 慧^1,2、吉田 健一¹ (1. 筑波大学大学院、2. 野村アセットマネジメント株式会社)

キーワード：Cold-Start問題、半教師学習、推薦システム

機械学習を用いてWebマーケティングには多くの課題があり、その一つにCold-Start問題がある。例えば通販サイトなどでユーザーに商品を推薦する場合、ユーザーと商品の購買ログやレビューログを取り扱うことになる。しかし、Webのマーケティングデータはロングテールになる傾向があるため、多くのユーザーや商品のログデータは少なく、数件程度しかないことも多い。商品の推薦システムではこの過去ログに基づいてユーザーに対して商品を提示するため、ロングテールの商品は提示されにくく一部の人気商品ばかりが提案される事になる。本研究では、このCold-Start問題に対して半教師学習と特異値分解を組み合わせた手法を提案する。また、提案した手法をMovieLensが提供している映画の評価スコアデータで検証した結果を報告する。