| タイトル | 顧客クラスが変化する推薦システムに関する一考察 |
|---|---|
| 著者 | 前田康成 、鈴木正清 、松嶋敏泰 |
| 年度 | 2017 |
| 形式 | 論文誌 |
| 分野 | 知識情報処理 |
| 掲載雑誌名 | 電気学会論文誌C |
| 掲載号・ページ | Vol.137, No.6, pp.815-816 |
| 掲載年 | 2017 |
| 掲載月 | 6 |
| アブスト （日本語） |
査読有 DOI: 10.1541/ieejeiss.137.815 本研究では，インターネット上での商品推薦などに利用される推薦システムを扱う。従来研究では，商品の売上高の最大化を目的とした推薦方法が研究されている。 従来研究では，商品の好みなどが似た顧客が同一クラスに属すると仮定し，クラス未知の顧客に対して当該顧客の売上高を統計的決定理論に基づきベイズ基準のもとで最大化している。 食品や薬品などの購買は顧客の健康状況に依存し，趣味に関する購買は顧客の当該時点での趣味に依存する。このような商品に関する顧客のクラスは時間の経過とともに変化することが想定されるが，従来研究では顧客のクラスの変化は考慮していない。 そこで，本研究では顧客クラスの変化をマルコフ連鎖で表現し，従来研究のモデルを拡張する。顧客のクラスが未知で，各種確率分布を支配する真のパラメータが既知という仮定のもとで統計的決定理論に基づいて売上高をベイズ基準のもとで最大化する推薦方法の定式化を行う。さらに，動的計画法（DP）を用いるベイズ最適な推薦の計算方法を提案し，その有効性を数値計算例によって確認する。 |
| アブスト （英語） |
In this research we apply Markov decision processes to recommender system with transitions of user classes. We propose a new recommender method which maximizes total reward with reference to a Bayes criterion. |
| 備考 （日本語） |
3 |
| 備考 （英語） |
3 |
| 論文原稿 | |
| 発表資料 |
