[論文レビュー] Content-Based Book Recommending Using Learning for Text Categorization

Raymond J. Mooney, Loriene Roy|ArXiv.org|Feb 7, 1999

Topic Modeling参考文献 18被引用数 14

ひとこと要約

本論文では、ユーザーが提供するトレーニング用の本の評価に基づいて、個人に合わせた推薦を生成するコンテンツベースの本推薦システムLibraを提案する。アマゾンのWebページから要約、レビュー、主題語などのテキスト特徴を抽出し、ベイズ学習アルゴリズムを適用することで、ユーザーの評価が限られている状況でも正確な推薦を実現する。これは、データが少ない状況において、協調フィルタリングに比べてコンテンツベースのフィルタリングが有効であることを示している。

ABSTRACT

Recommender systems improve access to relevant products and information by making personalized suggestions based on previous examples of a user's likes and dislikes. Most existing recommender systems use social filtering methods that base recommendations on other users' preferences. By contrast, content-based methods use information about an item itself to make suggestions. This approach has the advantage of being able to recommended previously unrated items to users with unique interests and to provide explanations for its recommendations. We describe a content-based book recommending system that utilizes information extraction and a machine-learning algorithm for text categorization. Initial experimental results demonstrate that this approach can produce accurate recommendations.

研究の動機と目的

• 協調フィルタリングやユーザーの類似性データに依存しないコンテンツベースの本推薦システムの開発。
• 特に評価が少ないか、評価がない本に対して、独自の趣味を持つユーザーに対しても正確な推薦を可能にすること。
• 機械学習技術を用いたテキスト分類により、本のテキスト的コンテンツから特徴を抽出し、学習すること。
• 推薦の根拠を明確にするために、推薦を本の特定のコンテンツ特徴に関連付けること。
• コンテンツベースと協調フィルタリングの手法を統合し、推薦品質を向上させることの検討。

提案手法

• パターンに基づく情報抽出システムを用いて、アマゾンのWebページから構造化された本のデータ（題名、著者、要約、レビュー、主題語など）を抽出する。
• テキスト的コンテンツに基づいて、1〜10の評価を受けたトレーニング用の本から、ユーザーのプロファイルをベイズ学習アルゴリズムで学習する。
• 各本を要約、レビュー、主題語から導出された重み付き語のベクトルとして表現する。
• 確率的スコア関数を用いて、ユーザーが学習したプロファイルとの類似度に基づき、未評価の本を順位付けする。
• 機械学習におけるテキスト分類技術を、本の推薦というタスクに応用し、各本をユーザーの好みによって分類する文書とみなす。
• 小規模なトレーニングデータセットでも性能を向上させるために、非教師あり学習およびアクティブラーニング戦略を適用する。

実験結果

リサーチクエスチョン

• RQ1 少数のユーザー評価済み本（1〜10冊）のみを用いても、コンテンツベースの推薦システムが高精度を達成できるか？
• RQ2 テキスト分類をベイズ学習で行うことで、コンテンツのみに基づいた本の推薦にどの程度有効であるか？
• RQ3 ユーザーの評価がスパースな状況において、コンテンツベースの推薦が協調フィルタリングを上回るか？
• RQ4 要約やレビューなどのコンテンツ特徴を、ユーザーの好みをモデル化するために効果的に活用するにはどうすればよいか？
• RQ5 ユーザーの作業負荷を最小限に抑えながら、トレーニング例の品質を向上させる戦略は何か？

主な発見

• 1〜10冊のユーザー評価済み本のみを用いても、正確な推薦が達成された。これは、入力が最小限であっても有効であることを示している。
• 本質的に未評価の本に対しても、成功裏に推薦が行われ、特に独自の趣味やニッチな趣味を持つユーザーに大きな利益をもたらした。
• 初期の実験では、標準的な機械学習の評価指標（高い順位相関と上位順位の平均評価）を用いて、優れた性能が示された。
• 要約やレビューなどのテキスト的コンテンツの活用により、他のユーザーのデータがなくてもパーソナライズされた推薦が可能になった。
• 関連する本などの協調情報の統合により、推薦品質が向上した。これは、ハイブリッド手法が有望であることを示唆している。
• アクティブラーニングおよび非教師あり事前学習技術により、性能を維持しながら必要なユーザー評価の数を削減できることが実証された。