WEBコンテンツ情報に基づくリコメンダー技法の開発

基于网页内容信息的推荐技术开发

• 批准号: 13224007
• 负责人: 寺野 隆雄
• 金额: --
• 依托单位: University of Tsukuba
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas (C)
• 财政年份: 2001
• 资助国家: 日本
• 起止时间: 2001 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13224007/
• 关键词: Webマイニング; リコメンダーシステム; E-コマース; コンテンツ分析; 学習分類子システム; 情報圧縮アルゴリズム; データマイニング; プッシュ型サービス

本研究では、WEBコンテンツ情報を積極的に分析することによって、利用者ならびにコンテンツの時間的変化情報を的確に捉え、プッシュ型のサービスを可能とするような新しいリコメンダー技法の確立を目的とする。開発する手法の概略を図1に示す。これにより、インターネット上の検索エンジンの負荷を軽減し、しかも、比較的少数の利用者に対して、適切な推薦情報を提供できる環境を実現する。たとえばAMAZ0N. C0Mには二千万人を越える利用者が存在すると報告されているが、我が国の平均的なE-コマースサイトの利用者は数万人規模に過ぎず、このような状況に合わせた知的なリコメンダー技法の開発と普及は我国の情報化技術の進展にはきわめて大きな役割をもつ。我々が目指す目標は次のとおりである。(1)E-コマース上の利用者志向の時間経過に伴う変化を自動的に抽出する手法を開発すること。(2)このために、商品情報や利用者の購買行動のコンテンツ情報を適応的に学習するエージェント技術を開発すること。(3)分析の結果得られた情報をポータルサイトあるいは利用者個々人にプッシュ情報として与えることによって、WEB検索に依存しない推薦情報の提供を可能とすること。(4)インターネット上の書店などを対象ドメインとして、コンテンツ情報や利用者購買行動などを利用・分析し、我々のアプローチの有効性を実証すること。上記(1)については、理論の構築は既に半ば完成しており、小規模データにおける実験でその有効性を確認した。(3)については適用学習エージェントの機能を開発するために、学習分類子システムについて理論的・実践的な研究を行った。(4)においても同様に、プッシュ型のデータ配信方法および受信側でのプッシュされたデータの解析整理方法に関してのアルゴリズムの構築を進めた。さらに、(2)に関しては今後の大規模データに対する適用方法の検討を進めた。

This study aims to establish the goal of actively analyzing and utilizing the information of Web site and time. A brief description of the method of development is given below. The load on search engines is reduced, and the environment is realized by comparing a small number of users with appropriate recommendation information.たとえばAMAZ0N. C0M is about 20 million users, and the average number of users in China is tens of thousands of people. The development and popularization of information technology in China is about the development and popularization of information technology. My eyes are pointing to the second time. (1)E-The user's intention is to change the time frame and the method of automatic extraction. (2)Information on products and users 'purchasing actions, information on learning and technology development (3)The analysis results show that the user has the ability to provide information about the website. (4)Bookstores on the Internet are looking for ways to analyze, analyze, and prove the effectiveness of information and user purchases. As mentioned in (1) above, the construction of the theory is half-completed, and the effectiveness of the theory is confirmed when small-scale data is actually generated. (3)In addition, it is necessary to carry out theoretical and practical research on the development of learning and classification functions. (4)In addition, the analysis and arrangement method of the data on the receiving side is also related to the construction of the data distribution system. (2) Further discussion on the applicable methods for future large-scale production.

项目成果

K.TAKADAMA, T.TERANO, K.SHIMOHARA: "Learning Classifier Systems Meet Multiag ent Environments"Pier Luca Lanzi 他編, IWLCS 2000, Springer LNAI 1996. 192-212 (2001)

K.TAKADAMA、T.TERANO、K.SHIMOHARA：“学习分类器系统满足多智能体环境” Pier Luca Lanzi 等人，IWLCS 2000，Springer LNAI 1996. 192-212 (2001)

E.MURAKAMI, T.TERANO: "Collaborative Filtering for a Distributed Smart JC Ca rd System"PRIMA 2001, Springer LNAI2132. 183-197 (2001)

E.MURAKAMI、T.TERANO：“分布式智能 JC 卡系统的协作过滤”PRIMA 2001，Springer LNAI2132。

T.Terano, T.Nishida, A.Namatame, S.Tsumoto, Y.Ohsawa, T.Washio: "U-Mart Project : Learning economic Principles from the Bottom by Both Human and Software Agents"LNAI 2253. 550 (2001)

T.Terano、T.Nishida、A.Namatame、S.Tsumoto、Y.Ohsawa、T.Washio：“U-Mart 项目：通过人类和软件代理从底层学习经济原理”LNAI 2253. 550 (2001)

H.Mochizuk, M.Kessoku, M.Koyama, K.Tsuda: "How to Implement Efficient System for Managing Market Trends and Customer Orientation Transitions"(KES2001). 142-146 (2001)

H.Mochizuk、M.Kessoku、M.Koyama、K.Tsuda：“如何实施有效的系统来管理市场趋势和客户导向转变”（KES2001）。

M.Koyama, M.Kessoku, H.Mochizuk, K.Tsuda: "An Efficient method of Document Management for Sharing the Network Contents"(KES2001). 147-151 (2001)

M.Koyama、M.Kessoku、H.Mochizuk、K.Tsuda：“一种用于共享网络内容的高效文档管理方法”(KES2001)。