[1I2-GS-4a] Webインテリジェンス：モデル化

[1I2-GS-4a-05] 分散表現を用いたリアルタイム学習型セッションベース推薦システム

〇梛木 佑真¹、岡本 一志² (1. 電気通信大学 情報理工学域、2. 電気通信大学 大学院情報理工学研究科)

キーワード：情報推薦、協調フィルタリング、セッションデータ、分散表現、k近傍法

本研究では，セッションデータに対してItem2Vecを使ったアイテム分散表現を導入する推薦システムを提案する．提案システムはアイテム分散表現を使うことでセッションとユーザの分散表現をリアルタイムに学習する．さらに，推薦要求時にセッションデータに特化したユーザの分散表現（リアルタイムユーザ表現）を単純な計算方法によりリアルタイムに構築する．これによりユーザの行動と嗜好のリアルタイムな追跡を図り，推薦精度の向上を目指す．また，推薦アイテム探索のため，リアルタイムユーザ表現のみを考慮するNN型探索と，類似ユーザ表現も併せて考慮するCF型探索を提案する．実験結果として，提案システムがベースラインシステムより精度・多様性・新規性がバランスよく優れていることを明らかにしている．また，CF型探索の方がNN型探索より精度・多様性・新規性の全てが優れる傾向にあることを確認している．