情報処理学会 第79回全国大会講演要旨

近年、Amazonのような大規模のショッピングサイトでは、膨大な数の商品を取り扱っている。
その中から自分の欲しいものを自力で探し出すのは困難であり、レコメンドシステムが必要不可欠である。
現在のレコメンドシステムでは精度の高い推薦が可能になり、ユーザの趣味嗜好に合った推薦結果が得られるが推薦の多様性が失われる問題が発生する。
本研究では、その問題を解決するために推薦のセレンディピティ（興味×新規性×意外性）を考慮したレコメンドシステムを提案する。
従来の推薦情報に加えて、ディープラーニングを利用した新たなアプローチを組み合わせることで、
セレンディピティのバランスのとれた推薦を実現する。