CollaborativeFiltering

■

Upendra Shardanand, Pattie Maes

Social Information Filtering: Algorithms for Automating ``Word of Moutn''

Proceedings of the ACM Conference on Human Factors in Computing Systems (CHI'95), pp. 210-217, May 1995

■

各種の音楽CDに対するいろんな人の評価をあらかじめ蓄積しておいて、自分の評価をシステムに知らせることにより、他人の好みから判定してCDを推薦するRingoというシステム。
システムに参加するときは、100種類ぐらいの音楽に対し好き/嫌いを7段階で評価する。 Ringoはこの結果と他の人の評価結果から別のCDを推薦する。
推薦アルゴリズムとして以下の4種類を調べた。

評者間の平均二乗誤差
評者間の相関
評者間の相関(特に好き/嫌いなものについてのみ計算)
アーチスト間の相関

この結果、制約つき相関が最も効果的であったらしい。
精度の評価は、ある個人が実際に評価した結果の9割からのこりの1割をシステムが推定し、実際の評価結果と比べて行なった。
評価者が増える程精度もかなり向上する。

■

Social Filteringの草分けとして面白いと思う。(1997/1/26 増井)

■

David Maltz, Kate Ehrlich

Pointing The Way: Active Collaborative Filtering

Proceedings of the ACM Conference on Human Factors in Computing Systems (CHI'95), pp. 202-209, May 1995

■

Lotus Notes上に作った「アクティブ協調フィルタリング」システム。これが面白いよ、という意見をメールのように関連する人達に送りつけるというもの。

■

Will Hill, Larry Stead, Mark Rosenstein, George Furnas

Recommending and Evaluating Choices in a Virtual Community of Use

Proceedings of the ACM Conference on Human Factors in Computing Systems (CHI'95), pp. 194-201, May 1995

■

自分に趣味が似た人の嗜好を活用するシステム。電子メールにより各人が映画に点数をつけ、自分と似た趣味の人達のデータをもとにシステムが映画を推薦する。推薦された映画と自分の好みの相関は0.62と高かった。誰が自分と趣味が似ているのか最初はわからないようになっているが、ぜひ教えてくれという要求も多かったらしい。趣味をたよりにつきあう相手をみつけるとかいう話もあるらしい。

■

実験の参加者は250人ぐらい。これぐらいいれば実用になるのかもしれない。

■

D. Goldberg, D. Nichols, B. M. Oki, D. Terry

Using Collaborative Filtering to Weave an Information Tapestry

cacm, Vol. 35, No. 12, pp. 51-60, December 1992

■

Tapestryという協調フィルタリングシステム