アソシエーションルールを用いた協調フィルタリングにおける意外性向上に関する検討

抄録

近年，インターネットの普及による電子商取引の増加により，推薦システムが注目されている．その中で，“精度”は推薦システムにおいて重要な指標であるが，ユーザの満足度の観点から，近年，“意外性”も必要とされている．本稿では，推薦システムの代表的な方法である協調フィルタリングにおいて，データマイニングの一手法であるアソシエーション分析に基づくアイテム推薦手法について検討する．推薦対象となるユーザとは異なる評価をしたユーザの嗜好を用いることで，推薦システムの意外性を向上させることを目的とする．また，推薦に用いるスコアのパラメータを変化させることにより，精度・意外性が調節可能であることを示し，従来手法との比較を行う．