情報処理学会論文誌，Vol.50，No.6，pp.1636-1648,2009(6)
小川 祐樹,諏訪博彦,山本仁志,岡田勇,太田敏澄
要旨：近年，推薦システムは膨大な情報の中から利用者の望む情報をフィルタリングする有用な技術として多くの商用サイトなどで用いられてきている．従来の推薦システム研究において，推薦の有用性は推薦の正確さととらえられていたが，現在，それだけではユーザは満足しないという結果も報告されてきている．本研究では，推薦の目新しさという観点に注目し，目新しいアイテムを推薦することでユーザ満足度を向上させる推薦手法の構築を目的とする．我々は，嗜好傾向の異なるアイテムを複数推薦することで推薦リストの嗜好傾向を多様化し，これによりユーザが「今まで知らなかったが，推薦されて興味を持ったアイテム」の割合（Novelty）を向上させる手法を新たに提案する．具体的には，共評価が行われているアイテムどうしをエッジでつないだ共評価ネットワークを生成し，これをクラスタリングすることにより，嗜好傾向の類似するアイテムをトピックとして分類する．そして，このトピックが複数に及ぶようにアイテムを選定することで嗜好傾向の多様化を実現する．評価実験として，Amazon.co.jpのDVDアイテムを用いて多様化を行った推薦リストをユーザに提示し，ユーザ満足度のアンケートを行った．その結果，提案手法が既存の協調フィルタリング手法よりもNoveltyの高い推薦を実現できることを確認した．
情報処理学会 電子図書館 文献詳細