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。

社会実装への可能性

• ・リコメンデーション
• ・ダイレクトメール送信
• ・広告配信

産業界や自治体等へのアピールポイント

ある集合から選択を繰り返し、選択したものに対してのみフィードバックが得られる(バンディット)設定の問題で、選択に対する評価の累積値を最大化する手法です。リコメンデーション以外にも使えます。