ガウス過程回帰に基づく個人的・集団的嗜好分布の効率的な推定

個人と集団の嗜好分布をガウス過程回帰によってモデル化し、多様な好みをより効率よく推定する手法を提案

対話的に嗜好分布を推定する問題を想定し、個人の嗜好分布を推定するときに集団の嗜好分布の推定結果を考慮したアイテムの提示を行う推薦手法の構築

提案手法: 評価者にアイテムを提示する部分と回答者のフォードバックをもとに評価者の嗜好分布を予想し更新する2つの部分で構成

・評価者のクラスタの推定とクラスタの嗜好分布の推定

予測嗜好分布をクラスタリング → k-meansによるクラスタに分割し、クラスタの嗜好分布をガウス仮定回帰モデルで表現

・アイテム提示戦略

評価者の嗜好分布の期待値と分散からなる獲得関数に加えて、評価者が属するクラスタの嗜好分布の期待値を加えた獲得関数を設計し、提示するアイテムを選択

https://scrapbox.io/files/621c6c84ddbd05001d03f488.png