RUI-Filtering: A content-based, collaborative filtering algorithm using the access log of related items

For content-based filtering, we propose a new filtering method that can reflect the evaluation of another user. Some groups of meta-data are generated among similar contents from many users' access logs, whereas other contents are filtered by group. The method was evaluated to be equivalent to the traditional content-based filtering, and it could recommend contents that were not recommended by the traditional method about 5% of the time. Moreover, when we restricted the number of recommendation contents, our method showed higher performance than the traditional method. Keyword Personalized Service, Collaborative filtering, Content-based filtering, Recommendation System 1. はじめに ネットワークから多くのコンテンツが利用できる 環境が整いつつある今日,多くのコンテンツの中から ユーザが希望とするコンテンツを発見しやすい環境を 提供することが求められている. ユーザの好みに応じてコンテンツを選出する方法 として典型的な 2 つの方法がある.1 つは Content-based フィルタリング(内容に基づくフィルタリング)と, もう 1 つは協調フィルタリングである. Content-based フィルタリングは,あるユーザに対し, そのユーザが過去に評価を行ったコンテンツの内容を 分析して得られたユーザプロファイルに基づいて推薦 される [1].つまり,未知のコンテンツであっても,ユ ーザプロファイルとコンテンツの内容が類似していれ ば推薦できる.しかし , 過去の評価が不十分な場合, 満足にコンテンツを推薦できず,評価内容に類似した コンテンツばかりが推薦される傾向がある. 一方,協調フィルタリングは,類似した好みを有す る他のユーザが好んだコンテンツを推薦する [2,3,4]. コンテンツの内容についての評価は行わないため,そ こに付与された情報(メタ情報)は不要である.更に, 他のユーザの評価を反映した推薦ができ,ユーザの過 去の評価が少ないため Content-based フィルタリング では類似性が判別できず推薦されないコンテンツも推 薦できる.しかし,他のユーザが未評価の新しいコン テンツは推薦できない. そこで,Content-based フィルタリングに協調フィル タリングの効果を得ることができれば,未評価の新し いコンテンツを推薦する際に,協調フィルタリングの 効果をもたらすことができると考える.例えば,新製 品のダイレクトメールを,新製品の情報と事前に登録 された嗜好情報とが類似するユーザを対象として一斉 に送信する場合,本当は興味があるのに送信対象にな らなかったユーザを発見することが可能となる. 本稿では,Content-based フィルタリングにおいて, 他ユーザの評価の反映をする方式を提案し,その方式 の手順と評価結果について述べる . 2. RUI-Filtering の提案 2.1. 問題意識 本研究では,Content-based フィルタリングにおいて, 他ユーザの評価を反映することで,ユーザに適してい るにもかかわらず Content-based フィルタリングでは 推薦できないコンテンツの推薦を可能とすることを目 的とする.図 1 に本研究の対象範囲を示す. 他ユーザの評 価を反映する 他ユーザの評価 を反映しない 未評価コンテンツの推薦が可能, コンテンツにメタ情報が必要 Content-based フィルタリング 未評価コンテンツの推薦が不可能, コンテンツにメタ情報は不要 協調フィルタ リング