[1L4-GS-4] Web intelligence:

[1L4-GS-4-05] Development of a Non-Personalized Evaluation Metric Utilizing Information Content in the Distribution of User Review Scores

〇Ryoichiro Yamazaki¹, Yuki Takeishi¹, Aoi Hagita¹, Yuki Yamagishi^1,2,3, Takahito Takabayashi³ (1. Shizuoka Institute of Science and Technology, 2. RIKEN, 3. Ryohin Keikaku Co.,Ltd.)

Keywords:Review site, information content, Time series analysis

現行のレビューサイトでは，レビュー点数の平均値を主な評価指標としており，アイテムやサービスの満足度として位置付けている．しかし，「ユーザごとの評価基準の差異」や「評価の変化の読み取りづらさ」が懸念される．また昨今では，個人情報を活用したレコメンド等が導入されつつあるが，GDPR等の法規制に触れる可能性があるため，個人情報を使わない評価指標が必要になると考える．
レビュー点数を客観的に変換する方法として，IRTの段階反応モデルであるGRMが挙げられる．しかし，ユーザの評価基準を正確に算出するには，IRT の改良モデルであっても最低 300 のサンプルサイズを必要とし，全てのデータがその要件を満たすとは考えにくい．
本研究では，ユーザごとのレビュー点数確率分布の累積相対度数に基づく情報量を利用し，個人情報不使用の評価指標開発を試みた．提案手法はサンプルサイズの大小や点数の偏りによって，自動でユーザごとの評価基準を設定することが可能である．多くの人にとってはパラメータの設定がボトルネックになると考えられるため，その設定が不要である提案手法は汎用的かつ初学者でも扱いやすい指標であると考える．