Project

Model-Based Collaborative Filtering with Transparency
(推薦の透明性を有したモデルベース協調フィルタリングに関する研究)

Collaborative filtering is one of the approaches to implement recommendation systems. It provides exploration of similar users or prediction of unrated scores by given users’ evaluations such as rating and purchase histories. In recommender systems, a function, which shows the reasons of a recommendation, is called recommendation transparency. According to previous studies, it have been suggested that the recommendation transparency contributes acceptance of recommendations, trust to the system, quick decision making, user satisfaction, and so on. The mainstream of such studies is the memory-based approach that performs a neighbor search to all registered users and items in each recommendation. The approach, therefore, requires high-computational cost compared with the model-based approach that uses a prediction model previously constructed. The goal of this project is to develop model-based collaborative filtering techniques with the recommendation transparency function.

協調フィルタリングは推薦システムを実現するアプローチのひとつであり，レーティングや購入・閲覧履歴などのユーザに与えられた評価から，類似ユーザの発見や未観測の評価の予測などを行う． 推薦システムにおいて推薦理由を提供することを推薦の透明性という． 既存研究では，推薦の透明性が推薦の受け入れられやすさやシステムへの信頼性，迅速な意思決定やシステムの利用満足度などに寄与することが示唆されている． 協調フィルタリングにおける推薦の透明性の研究はメモリベース法が主流となっている． その一方で，メモリベース法は推薦の都度，全ての登録ユーザやアイテムを対象とした近傍探索を行う必要があり，事前に構築した予測モデルを用いるモデルベース法よりも推薦処理の計算コストが高くなる傾向がある． 本研究では，モデルベース協調フィルタリングによる推薦の透明性の実現を目指す．

  1. 藤井 流華, 岡本 一志: モデルベース協調フィルタリングにおける推薦の透明性に関する検討, ARG Webインテリジェンスとインタラクション研究会 第13回研究会予稿集, 17-22, 2018.12
  2. 藤井 流華, 岡本 一志: Autoencoder型協調フィルタリングにおけるモデルパラメータの評価, 日本知能情報ファジィ学会 ソフトロボティクス研究部会 第16回ポトラック&ワークショップ, 発表番号1-6, 2018.11
  3. 藤井 流華, 岡本 一志: 重回帰分析による推薦の透明性を有したモデルベース協調フィルタリング, 統計数理研究所共同研究リポート406: 不確実状況下での動的状態推定と知能情報科学の融合 (1), 17-27, 2018.3
  4. 藤井 流華, 岡本 一志: Word2Vecによる次元圧縮と重回帰分析型協調フィルタリングへの応用, ARG Webインテリジェンスとインタラクション研究会 第11回研究会予稿集, 77-80, 2017.12

Since 2017

Development of Triangular Norm Based Additive Kernels
(t-normに基づく加法的カーネルに関する研究)

A kernel method is used in machine learning tasks such as classification, clustering, and dimension reduction. It is based on a kernel function which maps two data points to a feature space non-linearly and performs the inner product on that space. Many kernel functions have been proposed, and the linear, chi-squared, and histogram intersection kernels are calculated by an element-wise binary operation and their accumulation where the binary operations are xy, 2xy / (x + y), and min{x, y}, respectively. Such kernel function is called an additive kernel. On the other hand, the minimum and product operations are a kind of triangular norms (t-norms) which generalize intersection operations on fuzzy logic. This study attempts to apply t-norms to additive kernels and validates them in terms of positive-definite property and performances (prediction accuracy, computing cost, and etc.) in machine learning tasks.

カーネル法は識別や分類，次元削減などの機械学習タスクで用いられる基本的な手法のひとつである． カーネル法では，データ間の類似度を定め，類似度の計算が高次元空間上の内積となるような関数（カーネル関数）を考える． これまでに知られているカーネル関数の中には，加法的カーネルと呼ばれる入力ベクトルの要素毎の2項演算とその総和により計算されるものがある． 例としては，線形カーネル（x * y），カイ二乗カーネル（2 * x * y / (x + y)），ヒストグラムインタセクションカーネルは（min{x, y}）などが挙げられる． その一方で，min演算や*演算はファジィ論理におけるAND演算を一般化した2項演算子である． t-normには2つの入力値が非零の場合のみ計算すればよいといった疎行列・疎ベクトルを扱う上での計算上有利な特性がある． 本研究では，t-normを加法的カーネルに適用し，適用可能なt-normの条件や購買履歴といった疎行列における機械学習タスクにおける性能（予測精度や計算コストなど）を明らかにすることを目指す．

  1. Kazushi Okamoto: Feature Map Approximation of Triangular Norms with Siamese Neural Network, Proceedings of Joint 8th International Symposium on Computational Intelligence and Industrial Applications and 12th China-Japan International Workshop on Information Technology and Control Applications (ISCIIA-ITCA2018), 4M2-3-5, 1-6, 2018.11
  2. Kazushi Okamoto: Families of Triangular Norm-based Kernel Functions and their Application to Kernel k-Means, Journal of Advanced Computational Intelligence and Intelligent Informatics, 21(3), 534-542, 2017.5
  3. Kazushi Okamoto: Families of Triangular Norm Based Kernel Function and Its Application to Kernel k-means, Proceedings of Joint 8th International Conference on Soft Computing and Intelligent Systems and 17th International Symposium on Advanced Intelligent Systems (SCIS-ISIS2016), 420-425, 2016.8
  4. 岡本 一志: t-normに基づいたカーネル関数の設計, パーティクルフィルタ研究会2月講演会, 2016.2

Since 2015

Collaboration