情報検索行動を考慮した論文推薦システムの開発

抄録

学術論文の急速な増加に伴い，研究者は関心のある論文を見つけることが難しくなる．この状況を改善するため，論文推薦システムが開発され，研究者が効率的に関連論文を発見できるよう，適切な論文を推薦する役割を果たしている．代表的な手法であるコンテンツベースフィルタリングは，基本的に論文全体の類似度に基づいて関連論文を推定する．しかし，ユーザの情報検索行動の研究によると，関連論文を調査する際，全体の類似度を確認するだけでなく，特定のセッションは自身の関心に合致するか（例えば，候補論文が自身の関心のある手法を使うかどうか）も重視する．本研究では，この行動を考慮したコンテンツベースフィルタリング手法を提案し，より多くの関連論文を推薦することを目指す．具体的には，論文全体の内容を考慮するだけでなく，特定された「研究背景」，「提案手法」，「実験結果」の３つのセクションも考慮した上で，それぞれに重みを付与してユーザの関心を反映する．DBLPデータセットを用いた評価実験では，precision@5，recall@5，MRR，MAPの指標において，提案手法が６つの従来手法より性能が向上することを確認した．