講演抄録/キーワード |
講演名 |
2010-11-19 13:25
Random forest法を用いた推薦システムとその評価 ~ 第1回リコメンデーションコンテストに参加して ~ ○石岡恒憲(大学入試センター) AI2010-36 |
抄録 |
(和) |
我々の研究部門は昨年度日本オペレーションズリサーチ学会が主催し人工知能学会他が協賛する第1回リコメンデーションコンテストに参加した.これはある民間動画サイトにおける匿名の448ユーザの欠損したお気に入り登録を推測し,その性能を競うものである.我々の提案する「個人化(パーソナライズ)を徹底させユーザごとにルールを機械学習させ(集団学習の一つである)Random Forest法を用いる方法」が,惜しくも入賞を逃したものの国内の多くの先端研究期間が参加するなかでトップレベルと同等の性能を有することが示された。本稿ではコンテスト1位および2位のアルゴリズムを簡単に紹介する他,自らのアルゴリズムの詳細について解説する.コンテスト終了後,正解が参加者に公開されたため,その内容分析を行い自らの方法の更なる向上を果たした. |
(英) |
A recommender system contest was conducted last year sponsored by the Operational Research Society of Japan, Japanese Society for Artificial Intelligence and other societies. The participants are expected to anticipate the secret favorite movies of 448 anonymous users in a private video site. Based on thorough individualized modeling for users, we use Random forest by the rule discovery approach, which compare the other top prize two methods for their performance. The features of this case study are reported. |
キーワード |
(和) |
集団学習 / 推薦システム / 個人化 / / / / / |
(英) |
ensemble learnin / recommender engine / personaization / / / / / |
文献情報 |
信学技報, vol. 110, no. 301, AI2010-36, pp. 31-36, 2010年11月. |
資料番号 |
AI2010-36 |
発行日 |
2010-11-12 (AI) |
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 |
AI2010-36 |