« ACM RecSys2010 勉強会のノート(目次) | トップページ | ACM RecSys2010 勉強会のノート(セッション4) »

ACM RecSys2010 勉強会のノート(セッション2)

国際会議ACM Recommender Systems 2010 (RecSys 2010)の勉強会のノートです.
論文紹介は,論文タイトル下の発表者がされ,下記は私が書いたノートです.

Session 2: Innovative preference expressions and usage assessments

2-1 Global Budgets for Local Recommendations
  北山大輔(兵庫県立大)
ある地点から半径○km範囲内で,投票数の多い情報を推薦する.
投票権というものがあり,投票すれば増えて,自分へのインセンティブになる.
Budgets-basedな推薦.ユーザに限られた投票権を与え,その投票権の予算内で評価をやりくりすることで,評価が正確に行われることを期待している.
コンテンツ評価
コンテンツの評価,コンテンツの緯度経度,タグ,ユーザ,タイトルとURL,positiveかnegativeか
500人のユーザで,
・投票権はなく無条件のもの
・投票権(100の予算)でやるもの
を比較.投票権(100の予算)でやるものの方が,精度が上がっている.
そのエリア内で最も高い評価を得たアイテムに対して投票していれば,投票権をもらえる.
Amazon Mechanical Parkという,評価をすればお金が入ってくるサービスでやっている.

2-2 Aggregating Preference Graphs for Collaborative Rating Prediction
  藤本和則(近畿大)
直接的にランクを用いるのではなく,選好順序(preference relation)を用いる.
ユーザ間の類似度は選好順序を用いる.複数のユーザのpreference graphを集める.
あるユーザの予測評価を上記のgraphから求める.

2-3 Eye‐Tracking Product Recommender's Usage
 松尾純輝(兵庫県立大)
視線追跡を用いて,推薦システムがどのような段階で必要とされているかを分析
自ら情報探索することも情報推薦を受けることも一つの画面でできるシステムで実験.
香水をeコマースのサイトで購入するふるまいを分析
多様性の異なる7つのカテゴリを用いた推薦
カテゴリと書いているがアイテムを人気順やブランド順,安い順などに並べたもの(並べ方)
視線追跡の結果.ユーザは探索段階において,徐々にRecommenderSystemの結果を凝視する時間が増加
多様性の高いカテゴリでは,情報推薦を受ける傾向にある.

===

ACM RecSys2010 勉強会ノート目次

http://e-biz.cocolog-nifty.com/blog/2010/12/acm-recsys201-1.html

ACM RecSys2010 勉強会 公式HP
http://qwik.jp/recsys-study/

ACM RecSys2010 公式HP
http://recsys.acm.org/2010/

 

|

« ACM RecSys2010 勉強会のノート(目次) | トップページ | ACM RecSys2010 勉強会のノート(セッション4) »