題目

Size: px

Start display at page:

Download "題目"

しげのぶやすもと
5 years ago
Views:

1 リスク工学専攻における履修支援のための推薦システムについてリスク工学グループ演習 6 班安達修平石田紗知子仲井智也王智平アドバイザー教員遠藤靖典

2 目次背景目的推薦システム関連研究提案手法検証まとめ & 今後の課題

3 背景 ~ 情報化に伴う障壁 ~ インターネットの普及膨大な Web 情報出典 : なかがみや出典 :IAND C-Cruise 必要情報の選択が困難推薦サービス出典 :nipic.com 3

4 背景 ~ 推薦システム適用例 ~ 例.Amazon 閲覧履歴購入履歴商品評価便利! おすすめ商品の推薦出典 :Rss&SiteMap 出典 :amazon.co.jp 4

5 背景 ~ 推薦システムの現状 ~ 飲食店出典 : おのぶろぐ出典 :tabelog.com 楽曲多方面にわたる応用が期待出典 : 音楽方丈記出典 :apple.com 観光地研究開発出典 : 地球旅 5

6 目的大学における授業履修シラバス等を用いた科目調査開設科目の多様化手間がかかる膨大な情報収集推薦システム適用効率的な履修科目選択達成度評価ポイント ~ 目的 ~ リスク工学専攻に特化した履修支援推薦システムの開発 6

7 目次背景目的推薦システム関連研究提案手法検証まとめ & 今後の課題

8 推薦システムの概要 ~ 推薦システム ( レコメンドシステム ) とは ~ 膨大な情報の中から利用者の興味のありそうなモノやサービスを適切に推薦するシステムよく用いられる推薦手法協調フィルタリング出典 :Facebook 内容ベースフィルタリング出典 :nanapi 8

9 協調フィルタリング (1 / 2) 多くのユーザの嗜好情報からユーザと同じ嗜好を持つ他ユーザの情報を用いて自動的に推薦する推薦の例アイテム A,B,C,D,E に対して A,B,C の三人が評価をする A さんと C さんの嗜好が近似 C さんもアイテム E に高い評価を下す可能性有アイテム E が C さんに推薦される 9

10 協調フィルタリング (2 / 2) 沢山のユーザの購入履歴を元にユーザへの推薦を行う使用例.Amazon 出典 :amazon.co.jp 長所自動的に推薦を行う事が出来る短所大量の履歴データを必要とする 10

11 内容ベースフィルタリング (1 / 2) 商品やサービス, コンテンツを属性でグループ化しユーザの選択と類似したものを推薦する推薦の例選択したコンテンツの属性 or 入力した嗜好最も類似度の高いアイテムがユーザに推薦 11

12 内容ベースフィルタリング (2 / 2) あらかじめタグ付けされた属性から推薦使用例. YouTube 出典 :youtube.co.jp 長所履歴データが少なくても推薦が可能である短所属性分け, 嗜好の入力を必要とする 12

13 目次背景目的推薦システム関連研究提案手法検証まとめ & 今後の課題

14 関連研究 1: 協調フィルタリングによる推薦協調フィルタリングに基づく授業推薦システム [12]( 蒋ら,2011) システムの特徴学生情報 + 先輩の履修履歴ユーザ間の類似度算出類似度の高いユーザに共通する科目を推薦最高値 :0.672 を示した性能評価値システム処理の流れ性能評価グラフ 14

15 関連研究 2: ユーザの嗜好を考慮した推薦履修授業推薦システムの設計と実装 [8]( 鴻野ら,2012) システムの特徴ユーザ入力 :1 5 段階評価 ( 満足度 ),2 特徴 ( 授業形態 ) 算出した評価予測値の高い科目を推薦推薦の精度が一定システム入力の流れ評価済み科目数と RMSE 15

16 関連研究 3: ユーザの成績を考慮した推薦履修履歴を用いた科目推薦システム [13]( 西森ら,2013) システムの特徴 WEBシラバス科目間の類似度, 履修履歴成績 (GPA) 未履修科目の成績を推定し得意不得意を明確化成績推定の例実際の成績と推定成績との絶対平均誤差約 1.0 程度で推定 16

17 本演習について本演習のターゲット既往研究の課題 1 多数ユーザの履修履歴, シラバス内の情報 etc 必要な情報 : ユーザの入力データ ( 履修科目成績 ) 膨大なデータ蓄積が必要ユーザ指標 : 各科目の属性パラメータを成績で重み付け 2 科目の性質とユーザの成績が結びついていない両面を考慮した授業推薦が必要リスク工学専攻に特化したシステムポイント制の考慮簡易的なデータ取得ユーザの嗜好を反映効率的な履修科目選択 17

18 目次背景目的推薦システム関連研究提案手法検証まとめ & 今後の課題

19 提案する科目推薦システムシステムに用いる推薦手法内容ベースフィルタリングによる科目推薦利点 : 多くの履修履歴データを必要としない対象ユーザ : リスク工学専攻の学生対象科目 : リスク工学専攻開講科目, リスクマネジメント序論システムのポイント : 1. ユーザの履修済み科目成績を考慮 2. 履修履歴からユーザの嗜好 ( 授業形態成績評価方法 ) を判断 3. 達成度評価ポイントの反映 19

20 提案するシステムのアルゴリズム Step1 所属分野選択 (TR,CR,UR,ER) Step2 履修済み科目成績選択 (A, B, C) 表示ユーザインターフェース Step3 ユーザの履修履歴成績で各科目の属性 ( 授業形態成績評価方法 ) を重み付け Step4 ユーザの嗜好を数値化表示ユーザの嗜好に合う授業形態成績評価方法卒業までに残り必要なポイント推薦科目として表示 20

21 システムの実行結果ユーザ : トータルリスク分野の学生履修済み科目成績の選択残り必要なポイントの計算お薦め科目の表示 21

22 推薦科目の決定方法現在ユーザの履修済み科目, 成績を考慮検討手法好みの授業形態卒業までに必要なポイント表示ユーザの嗜好と近い上位 5 科目推薦達成度評価ポイントの反映線形計画法 : 卒業までに必要なポイントを満たす組み合わせで科目推薦ユーザのスケジュール考慮スケジューリング問題 : 授業時間曜日の被り, ユーザの希望 ( 開講時限 etc.) を考慮した組み合わせ 22

23 目次背景目的推薦システム関連研究提案手法検証まとめ & 今後の課題 23

24 まとめリスク工学専攻の学生の履修科目選択を支援する推薦システムの提案を行った. ユーザの履修履歴成績の取得卒業までに残り必要なポイントの表示各科目の属性パラメータを成績で重み付け授業形態成績評価方法といったユーザの嗜好を判断ユーザの嗜好に合う上位 5 科目推薦ユーザの履修履歴を取得しユーザの嗜好を考慮した科目の推薦が行えることを確認 24

25 今後の課題推薦科目の決定法線形計画法スケジューリング問題全学の学生を対象としたシステム構築ユーザインターフェース上に表示される科目数増加それぞれの授業の特徴を示す属性パラメータの見直しユーザによるシステムの利便性評価実際にユーザに利用してもらいシステムの改良ユーザに対する推薦サービスの質向上 25

26 参考文献 [1] 株式会社 NTT データ数理システム, ( 確認 ). [2] Amazon, ( 確認 ). [3] 食べログ, ( 確認 ). [4] itunes, ( 確認 ). [5] 上原尚, 島田和孝, 遠藤勉, Web 上に混在する観光情報を活用した観光地推薦システム ", 電子情報通信学会研究報告 ( 言語理解とコミュニケーション ), vol.112, No.367, pp.13-18, [6] 樽井勇之, 協調フィルタリングとコンテンツ分析を利用した観光地推薦手法の検討 ", 上武大学経営情報学部紀要 2011, 第 36 号, pp.1-14, [7] 洞渕彩未, 高田雅美, 梅田智広, 城和貴, スマートヘルスケアのための身体活動レコメンドシステム ", 人工知能学会研究会資料, SIG-SWO-A , pp.1-8, [8] 鴻野弘明, 山本知典, 上原雄貴, 武田圭史, 村井純, コンテンツベース協調フィルタリングを用いた履修授業レコメンドシステムの設計と実装 ", 全国大会講演論文集, p , [9] 推薦システムについて, ( 確認 ). [10] 人工知能 : 協調フィルタリング, 人工知能学会, [11] 内容ベースフィルタリング, 技術評論社, [12] 蒋再興, 江村裕介, 檜垣泰彦, 協調フィルタリングに基づく授業推薦システム (Web と教育支援, ライフログ活用技術, オフィスインフォメーションシステム, ライフインテリジェンス, 一般 )", 一般社団法人電子情報通信学会, pp , [13] 西森友省, 堀幸雄, 今井慈郎, " 履修科目を用いた科目推薦システム ", 情報処理学会第 75 回全国大会講演論文集 4, pp ,

27 ご清聴ありがとうございました 27

21 1 2 1 2

21 1 2 1 2 1 2 3 ( ) 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 210 0.0 0.0 22 23 25 27 28 29 30 31 32 33 34 35 36 74 pp.4362003.10 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 141224 14 48 10