確率的潜在意味解析 における パラメータ推定 時に利用可能な初期値設定法の提案

抄録

大量データからのルール抽出や因果関係の発見を目指した機械学習手法が様々な分野で浸透しつつある機械学習手法の多くでは，適当な初期値から設定されたペナルティを削減するように繰り返し計算することによってパラメータを得るパラメータが多くても計算機の性能で解を得られるという長所がある反面設定する初期値によって得られる解が異なるという問題もある本論文ではマーケティングのセグメンテーションなどでよく使われる確率的潜在意味解析を対象に，パラメータ推定時に利用可能な初期値の設定方法について提案する．この手法は初期値を明示的に設定することで一意な解を得られるだけでなく，反復回数の削減による計算効率の向上も目指したものであり，実データを用いた提案手法の検証を行い，その有効性を確認する