1N-6
逐次的なクエリ拡張のためのサポートベクターマシンの利用
○林 平将，池田健人，波多野賢治（同志社大）
現在，ユーザの過去の検索履歴を用いたパーソナライズなクエリ拡張が行われているが，履歴を蓄積するまでに時間がかかるという欠点がある．
そのためユーザの入力クエリの履歴のみを用いて適合フィードバックを行う
逐次的なクエリ拡張が求められる．
フィードバックのための入力情報を補うためには汎化能力が高い2クラスの分類器である
サポートベクターマシン(SVM)を用いることが多いが，SVMを用いたフィードバックは逐次的に学習データを入力してゆくことで精度が向上するとは限らない．
本稿では学習データの内容に応じてOne-Class SVMとトランスダクティブSVM，通常のSVMを切り替えることにより，この問題に対処する方法を提案する．