講演抄録/キーワード |
講演名 |
2015-09-24 14:35
駅の類似性に関する研究 ○三條知美(ネクスト)・櫻井彰人(慶大) KBSE2015-30 |
抄録 |
(和) |
近年、賃貸物件検索サイトで様々なレコメンデーションが行われるようになった。中でも、一番利用されている路線名・駅名を用いた物件検索に関するレコメンデーションが効果的である。すなわち、あるユーザが検索している駅と似ている駅をレコメンドし、選択の幅を広げる手助けは有効である。しかし、似ていると言っても実際のユーザはどういう観点で駅同士を似ていると感じるのかは、詳しく調査されていない。そこで、本研究ではA:駅周辺の物件の分布、B:駅周辺の店舗の分布、C:最寄駅との距離、D:駅周辺の物件数、E:駅周辺の店舗数、の5つの指標から実際にユーザが似ていると感じる駅同士の関係を学習し、似た駅のレコメンデーションサービスの実用性を検証することを目的とする。アンケートデータを基にニューラルネットを用いて、上記A~Eを説明変数、ユーザが似ていると感じている駅を選択した数を被説明変数として学習を行った。その結果、一番似ていると感じる駅のクロスバリデーションによる予測精度は60.8%となった。すなわち、A~Eの指標を利用することで、ある駅に対してどの駅が似ていると感じられるのかをある程度予測することが可能である。 |
(英) |
Recently, real estate portal sites provide recommendation services. The most effective one is thought to be recommendation of similar stations, because area around a station has its own characteristics and is used as a symbol of the area that the users want to live. Researches on the similarity between stations or area around stations were, though, not conducted. Our purpose of this research is, therefore, to find a method to recommend stations that are similar to the stations that the users use as their criteria. We propose to use five categories of variables: distribution of real estates around the station, distribution of shops and stores, distance to the nearest station, the number of real estates registered for rent, and the number of the shops and stores. A 10-fold cross validation test gives 60.8% accuracy of prediction of the most similar stations in Tokyo area. |
キーワード |
(和) |
駅類似度 / ニューラルネット / アンケート / レコメンデーション / / / / |
(英) |
stations' similarity / neural network / questionnaire / recommendation / / / / |
文献情報 |
信学技報, vol. 115, no. 231, KBSE2015-30, pp. 13-17, 2015年9月. |
資料番号 |
KBSE2015-30 |
発行日 |
2015-09-17 (KBSE) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
KBSE2015-30 |
研究会情報 |
研究会 |
KBSE |
開催期間 |
2015-09-24 - 2015-09-25 |
開催地(和) |
大阪大学大学院情報科学研究科(吹田キャンパス) |
開催地(英) |
Bldg.A No.110, IST, Suita campus, Osaka University |
テーマ(和) |
一般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
KBSE |
会議コード |
2015-09-KBSE |
本文の言語 |
日本語 |
タイトル(和) |
駅の類似性に関する研究 |
サブタイトル(和) |
|
タイトル(英) |
A Research on similarity between Railway Stations |
サブタイトル(英) |
|
キーワード(1)(和/英) |
駅類似度 / stations' similarity |
キーワード(2)(和/英) |
ニューラルネット / neural network |
キーワード(3)(和/英) |
アンケート / questionnaire |
キーワード(4)(和/英) |
レコメンデーション / recommendation |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
三條 知美 / Tomomi Sanjo / サンジョウ トモミ |
第1著者 所属(和/英) |
株式会社ネクスト (略称: ネクスト)
NEXT Col., Ltd. (略称: NEXT Col., Ltd.) |
第2著者 氏名(和/英/ヨミ) |
櫻井 彰人 / Akito Sakurai / |
第2著者 所属(和/英) |
慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio University) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2015-09-24 14:35:00 |
発表時間 |
45分 |
申込先研究会 |
KBSE |
資料番号 |
KBSE2015-30 |
巻番号(vol) |
vol.115 |
号番号(no) |
no.231 |
ページ範囲 |
pp.13-17 |
ページ数 |
5 |
発行日 |
2015-09-17 (KBSE) |
|