本稿では価値観モデリングを用いた協調フィルタリングを拡張し，ユーザモデルとアイテムモデル間の関係を学習するアプローチを提案する．情報推薦システムにおける近年の研究動向として，多様性やロングテールアイテムなど，精度以外の要素を考慮することが挙げられる．そのような場合，ユーザの嗜好をある程度満足しながら受け入れ可能なアイテムを推薦することが重要であり，利用者が解釈可能な推薦の実現が要求される．既存の行列分解ベース協調フィルタリングと比較して，価値観モデリングではユーザの意思決定に影響を与えるアイテムの属性としてモデル化するため解釈容易という利点がある．価値観モデリングを用いた行列ベース協調フィルタリングの既存研究では，ユーザモデル・アイテムモデル間の関係を手動で設定していたが，本発表では機械学習により評価値行列から学習するアプローチを提案する．実験結果により，提案手法の有効性を示す．
