[3Xin2] ポスターセッション1

[3Xin2-34] アイテム分散表現を用いたセッションデータの分割法に関する検討

〇Jin Yongzhi¹、岡本 一志¹ (1.電気通信大学)

キーワード：セッション分割、分散表現、クラスタリング、識別器

情報推薦におけるセッションとは，ユーザがウェブサイト，アプリケーション，オンラインサービスなどを利用する際に，特定の時間枠内で行った行動や操作の集合を指す．セッションベース推薦システムは，入力されたセッションデータからユーザの嗜好を学習し，アイテム推薦を行う．しかし，ユーザの嗜好は動的に変化しているため，ひとつのセッションに異なるトピックの要素が混在している．ユーザの嗜好変化を捉えるためには，トピック別にセッションを分割し，区切られたサブセッションを分析することが重要である．本研究では，Item2Vec，Word2Vec，OpenAIの3つの分散表現手法を活用し，コサイン類似度，k-means法，識別器(LightGBM，SVM，LR)を用いた分割手法を検討する．そして，アノテーションデータに基づいて各手法を評価し，F値，PR-AUC，ROC-AUCの観点から性能を比較している．その結果，Item2Vecベースのコサイン類似度法のF値とPR-AUCの値はそれぞれ0.714と0.794であり，セッション分割タスクにおいて特に適していることを明らかにした．