情報処理学会 第78回全国大会講演要旨

本研究では，嗜好データによる情報推薦にディープラーニングを適用した協調フィルタリング方式を提案する．本稿では，推薦評価値の算出が基本的には算出対象ユーザの評価値ベクトルにおける欠損値の補完を行うことに相当することを利用した，オートエンコーダの枠組みを用いた学習手法を用いる．このとき，学習時の入力データにも欠損を含むため，この取り扱いが問題である．そこで，平均値等の簡易的な値の補完手法や，ニューラルネットの重みパラメータの学習条件の変更などいくつかの手法を提案する．このとき，アイテムのカテゴリ情報を補完時に反映させる手法を検討するほか，学習全般，あるいは対象評価値算出のための入力データ等にも反映させることで精度の向上を狙う．