抄録
情報選別手法の協調フィルタリングは，ユーザがアイテムを評価した評価値の行列における欠測値を予測する問題とみなされる．代表的な手法であるGroupLensではユーザ間の類似度を考慮した近傍を作成し，それらの重みつき平均値として予測が行われるが，アイテム間の類似度を考慮することで精度が改善されるという報告もある．一方，本多らはユーザの類似度を考慮した線形ファジィクラスタリングに基づいていくつかの局所的な予測モデルを作成する方法を提案している．そこで本研究では，アイテムのクラスタリングを考慮した局所的な予測モデルの作成により，予測精度の改善を試みる．アイテム間の類似度に基づいて近傍を作成するために，主成分分析の最小2乗基準にユーザではなくアイテムのメンバシップを導入する．ここで考えるメンバシップは，ユーザ間の近さではなく，互いに相関のあるアイテムの組を探索する働きを担うものとなる．
