ホーム > 企業情報 > 技術開発への取り組み > テクニカルレポート > テクニカルレポート No.26 2017年 > Modeling Individual Users' Responsiveness to Maximize Recommendation Impact

Modeling Individual Users' Responsiveness to Maximize Recommendation Impact

推薦システムは、クリック履歴や購買履歴などから推定されるユーザーの嗜好に応じて情報を提供する。このとき、好みの商品が推薦されればユーザーは反応するという前提が一般的であるが、実際の反応性はユーザーのタイプによって異なる。富士ゼロックスは、個々の反応性の違いを考慮した購買予測モデルを考案し、食品日用品に関し、購買の予測精度と推薦効果が改善することを確認した。推薦履歴が少ない場合、反応性は他の情報源から推測する必要がある。そのため、我々は、ユーザーや商品の特徴と、推薦に対する反応性との相関を調べた。相関のあった特徴をもとに推薦した場合も、十分な推薦履歴をもとに推薦した場合とほぼ同等の推薦効果が得られることがわかった。これは推薦履歴が少ない場合にも我々の手法が有効であることを意味している。本研究は、推薦に対する反応性の違いに基づく新たなパーソナライズの方向性を示唆している。

執筆者

  • Masahiro Sato
    Communication Technology, Research & Technology Group
  • Hidetaka Izumo
    Fuji Xerox Information Systems Co., Ltd.
  • Takashi Sonoda
    Communication Technology, Research & Technology Group

DocuWork文書(.xdw)をご覧になるためには、DocuWorks Viewer Lightが必要になります。

DocuWorks Viewer Lightダウンロードページ

モバイル環境でご覧になる場合は、下記ページからダウンロードしてください。

  • 注記 App Storeは、Apple Inc.が運営するiPhone®、iPad、iPod touch®向けアプリケーションソフトウェアのダウンロードを行えるサービスの名称です。

PDFをご覧になるためには、Adobe® Reader®が必要になります。

Adobe® Reader®ダウンロードページ