-
バンディット手法を用いた推薦技術
知識を獲得しながら累積利得を最大化するオンライン学習技術
ユーザが好むであろうアイテムのお勧め(知識の利用)のみでなく、ユーザの好み情報が多く得られるであろうアイテムのお勧め(知識の獲得)もバランスよく行い、ユーザの累積満足度を最大化するお勧め手法を研究しています。
研究の内容
現在のインターネット社会において、リコメンデーション技術はうまく働けばサービスを提供する側・受ける側の双方に利益をもたらすものです。リコメンデーションサービスは1回きりのものではなく、毎回フィードバックを受けながら繰り返し行うものであり、しかもフィードバックはお勧めしたもののみに対して得られるものです。したがって、フィードバック履歴よりユーザが好むであろうアイテムをお勧め(知識の利用)するのみでなく、フィードバックからユーザの好み情報が多く得られるであろうアイテムもお勧め(知識の獲得)することがその後のお勧め精度を上げるためには重要です。この知識の利用と獲得のバランスをとってユーザ満足度の最大化を試みるのがバンディット手法です。 バンディット手法を用いたお勧め方式の開発を行っています。
中村 篤祥 教授 Atsuyoshi Nakamura博士(理学)