主催: 日本知能情報ファジィ学会
共催: 国際ファジィシステム学会
近年,様々なコンテンツがインターネットを通じて提供されているが,膨大な量のコンテンツの中から嗜好に合ったコンテンツを獲得することは一般に容易ではない.本研究では,ユーザーの評価データに基づいて推奨するアイテムを決定する協調フィルタリングに着目し,ファジィ推論モデルに基づく協調フィルタリングの性能評価を行う.従来の協調フィルタリングアルゴリズムでは,評価の相関係数を利用して近傍のデータを合成する方法がよく知られている.本研究では,相関係数値と評価に用いたアイテムの件数に基づき類似度を出力する簡略ファジィ推論モデルを,MAE(平均絶対誤差)とROC感度を評価関数として後件部パラメータを最適化することにより構成する.MovieLensデータを用いた数値実験により提案手法がモデル精度を改善できることを示す.