10

Web からの実世界行動モデルの構築とその応用
近年、携帯端末で閲覧可能なコンテンツやメディアは劇的に増加している。乗り換え案内、チ
ケット購入、天気予報、及び災害情報等,実世界でユーザが直面する様々な問題や要望をリアルタ
イムで解決可能な問題解決型のコンテンツも充実してきている. このようなコンテンツを探しや
すくするため、本研究では,Web からユーザの問題解決行動をモデル化したタスクモデルを自動的
に獲得する方法を提案する。具体的には、行動モデルの自動構築に向け、行動間の階層関係を自動
的に構築する手法を提案した[1][2]。2 つの概念間の階層関係を抽出する手法として Turney らは検
索 Hit 数を用いた共起度判定手法(PMI-IR)を提案しており本研究では PMI-IR を拡張し行動間の
階層関係に利用している。Fig.1 に Web から抽出した実世界行動モデルを示す。
本研究では、構築した行動モデルをコンテンツの推薦に利用している[3]。内容に基づく推薦方
式において、ユーザの実世界行動モデル(タスクモデル)をアイテムおよびユーザのプロファイル
として利用する方法を提案する。既存の単語によるプロファイル表現方法と比較し Precision-recall
カーブおよび MAE(Mean Absolute Error)の精度向上を実現することができた。さらに本研究では、
Web から抽出した行動を用いて、地図ベースの動画視聴アプリケーション TaskGuideRoid を開発し
た(Fig.2)[4]。TaskGuideRoid は表示されている地図のエリア内でユーザができること(ユーザ行
動)から動画を選択することができる。ユーザの行動は、Blog から取得した観光地名と動詞の組
み合わせにより獲得している。被験者評価から、TaskGuideRoid は、比較手法(GoogleMaps の動
画視聴インタフェース)に比べ、40 分間の実験で平均 3 個程度、視聴動画個数が増加したことが
確認された。特に、ユーザがあまり訪れたことがない地域では 11.2 個(比較手法は 6.2 個)と 2 倍
程度の視聴個数が増加しており、未知の場所に対する興味を高める効果も確認された。
Keywords: Web マイニング、行動モデル、コンテンツ推薦、セマンティック検索
1st level of
activity model
Flash based activity-model
navigation application
Click
Activity-model learned in
music domain
Evaluation
Have a tea party
at Oumi-maiko
Worship at shrine Yoshida
2nd level of
activity model
Activity-related
videos from
Youtube
Makeceramic art
at Sotoen
Take tea at Chatubo
Activity-linked map interface
Fig.1 構築した行動モデルを用いた行動ナビ
Activity related videos
Fig.2 地図ベースの動画視聴アプリケーション
Fig. 2 The results of cyclic dynamic contraction and the
of force level (top) from FCR muscle of one
of HF (top) and LF (bottom) of FCR muscle. The data is
1) Yusuke Fukazawa, Jun Ota: Automatic Modeling of User’s Real changes
World Activities from the Web for Semantic IR, 19th Int. World Wide
subject.
The RMS of HF (middle) and LF (bottom)
captured
during
static
contraction
experiment
and
is
Web Conference WWW2010, Semantic Search Workshop, 2010.
calculated
and fitted
with
linear regression
line.2010, 2010.
fitted
with
a
linear
regression
line.
2) Yusuke Fukazawa, Jun Ota: Extraction of Hierarchical Relation between User's Activity
based
on aEnhanced
PMI-IR, JSAI
Fig. 1 The RMS (red color) and force level (blue color)
References
3)
4)
Yusuke Fukazawa, Jun Ota: User-centered Profile Representation for Recommendation on Multiple Content Domain, Journal of
Knowledge-based and Intelligent Engineering Systems, under review.
深澤佑介、太田順:モバイル動画視聴のためのユーザ行動中心型地図インタフェース、電子情報通信学会
Web インテリジェン
1
スとインタラクション研究会, pp. 45-49, 2009.