○松井　淳・山田一郎・藤井真人・苗村昌秀（NHK放送技研）

参照データセットの疎性に頑健なグラフマイニングを用いたアイテム推薦において、ユーザの評価が高いアイテムに関する情報（ポジティブ評価）と、評価が低いアイテムに関する情報（ネガティブ評価）を統合することによって推薦精度を改善する具体的方法について考える．NHKオンデマンド配信番組から選定した300タイトルについての1228名の被験者による番組評価値のデータセットを用いて実施した予測実験を通じて、ネガティブ評価の利用法について考察する。