AIST Today 2004.06 VOL.4-6
近年、商品、学術文献、Webページなどが膨大に集積されるようになった。そのため、嗜好や要求に合うものを、利用者自身が、膨大なデータの中から見つけだすのが困難になってきている。そこで、利用者の代わりに、嗜好や要求に即したものを見つける推薦システムが開発された。 そのような推薦システムには、検索対象の特徴を利用する「内容に基づくフィルタリング」と、「口コミ」による推薦を自動化した「協調フィルタリング」の二つの手法がある。本研究では、後者の手法を改良した。 まず、協調フィルタリングの概略を述べる。この推薦システムには、いろいろな検索対象について、その好き嫌いを多くの人に尋ねた結果を集積したデータベースが事前に用意されているとする。推薦システムは、図１のような手順で利用者Aさんが好みそうなものを推薦する。（1）Aさんは幾つかの検索対象について、その好き嫌いを示すことで、嗜好を提示する。
人工知能の話題: 協調フィルタリング
レンタルビデオ店には非常にたくさんの映画があります．あまりに多すぎてどれが面白いかよくわかりません．そんなとき，面白そうな映画を選んでくれるシステムを推薦システム（recommender system）といいます． この推薦システムには二種類の主な実現方法があります．一つは，好きな監督・俳優・ジャンルなどを決めると，それにあった映画を見つけるという内容に基づくフィルタリング（content-based filtering）という方法です．そして，もう一つがここで紹介する協調フィルタリング（collaborative filtering）です．この映画は面白かったとか，この映画はつまらなかったとかの批評のデータをいろいろな人から集めておき，そのデータを参考にして，面白そうな映画を推薦する方法です． ここでは，協調フィルタリングの一つであるJ.RiedlらのGroupLensの方法(注1)を紹
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
