Top > Search of Japanese Patents > ITEM RECOMMENDATION SYSTEM AND ITEM RECOMMENDATION METHOD

ITEM RECOMMENDATION SYSTEM AND ITEM RECOMMENDATION METHOD UPDATE_EN

Patent code P160012793
File No. S2015-1824-N0
Posted date Feb 22, 2016
Application number P2015-147269
Publication number P2017-027480A
Date of filing Jul 24, 2015
Date of publication of application Feb 2, 2017
Inventor
  • (In Japanese)原 一夫
  • (In Japanese)鈴木 郁美
Applicant
  • (In Japanese)大学共同利用機関法人情報・システム研究機構
Title ITEM RECOMMENDATION SYSTEM AND ITEM RECOMMENDATION METHOD UPDATE_EN
Abstract PROBLEM TO BE SOLVED: To provide an item recommendation system which is robust against an attack committing a fake user.
SOLUTION: An item recommendation system comprises: an evaluation matrix storage part 21 for storing an evaluation matrix R in which an evaluation value related to an item of a user is input; a similarity calculation part 13 for calculating similarity between users, using a similarity measure for suppressing occurrence of hub; a vicinity data extraction part 14 for extracting k users in an order of higher similarity to an object user, using the similarity calculated by the similarity calculation part 13; an evaluation value prediction part 15 for predicting an evaluation value which is to be input in a cell in which a value related to the object user is not input, using evaluation values related to items of the k users extracted by the vicinity data extraction part 14; and an item recommendation part 16 for extracting an item to be recommended to the object user from the items having a higher evaluation value predicted by the evaluation value prediction part 15 and recommending the items to the object user.
Outline of related art and contending technology (In Japanese)

ユーザベースのCFは、類似度演算に例えばk近傍法を用い、アイテムに対する嗜好が類似する他のユーザの過去の評価値を参照してアイテムをユーザに推薦するシステムである。すなわち、アイテムに対する評価値の与え方が類似する他のユーザk人を選んで、アイテムに係る評価値を予測し、高い評価値が得られたアイテムをユーザに推薦する。
しかしながら、例えばアイテムが商品で、評価値が嗜好度の場合、平均的な嗜好度を有するように設計された偽ユーザがユーザベースのCFシステムに投入される(アベレジアタックと呼ばれるシリングアタック)と、偽ユーザはどのユーザとも高い類似度を示すハブユーザ、すなわち、インフルエンサとなるため、偽ユーザの嗜好する商品が何時も推薦されるようになるおそれがある。
アイテムベースのCF、すなわち、類似する他のアイテムに対するユーザの過去の評価を参照してユーザに推薦するアイテムを決める推薦システム及び推薦方法に対しては、セグメントアタックあるいはポピュラーアタックと呼ばれるシリングアタックが効果を持つ。

他方、発明者達は、k近傍法でハブを軽減する方法を提案した。すなわち、大規模高次元データセットに対して類似度尺度にラプラシアンベースのカーネルを適用する方法(非特許文献1参照)、センタリングを適用する方法(非特許文献2参照)、及び、局在的センタリングを適用する方法(非特許文献3参照)を提案した。
これらのハブを軽減する方法をユーザベースのCFあるいはアイテムベースのCFに適用することにより、ターゲットアイテムの評価を不正に高めるために攻撃者により偽ユーザが投入されたとしても、ターゲットアイテムの評価が変動しないようにするアイテム推薦システム及びアイテム推薦方法を提供できると期待される。

Field of industrial application (In Japanese)

本発明はアイテム推薦システム及びアイテム推薦方法に関する。詳しくは、ユーザベースあるいはアイテムベースに代表される協調フィルタリング(CF)において、シリングアタック、すなわち、システムがユーザに推薦するアイテムを決定する工程に介入するために偽ユーザを不正投入する攻撃に対して、頑健なアイテム推薦システム及びアイテム推薦方法に関する。

Scope of claims (In Japanese)
【請求項1】
 
ユーザのアイテムに係る評価値を記入する評価マトリックスを記憶する評価マトリックス記憶部と;
ハブの出現を抑制する類似度尺度を用いてユーザ間の類似度を演算する第1の類似度演算部と;
前記第1の類似度演算部にて演算された類似度を用いて、前記対象ユーザとの類似度の高い方からk人のユーザを抽出する第1の近傍データ抽出部と;
前記第1の近傍データ抽出部にて抽出されたk人のユーザのアイテムに係る評価値を用いて、前記対象ユーザに係る未記入のセルに記入すべき評価値を予測する第1の評価値予測部と;
前記第1の評価値予測部にて予測された評価値の高いアイテムから前記対象ユーザに推薦すべきアイテムを抽出する推薦アイテム抽出して、前記対象ユーザに推薦するアイテム推薦部とを備える;
アイテム推薦システム。

【請求項2】
 
ユーザのアイテムに係る評価値を記入する評価マトリックスを記憶する評価マトリックス記憶部と;
ハブの出現を抑制する類似度尺度を用いてアイテム間の類似度を演算する第2の類似度演算部と;
前記第2の類似度演算部にて演算された類似度を用いて、前記対象アイテムとの類似度の高い方からk個のアイテムを抽出する第2の近傍データ抽出部と;
前記第2の近傍データ抽出部にて抽出されたk個のアイテムに係るユーザの評価値を用いて、前記対象ユーザに係る未記入のセルに記入すべき評価値を予測する第2の評価値予測部と;
前記第2の評価値予測部にて予測された評価値の高いアイテムから前記対象ユーザに推薦すべきアイテムを抽出して、前記対象ユーザに推薦するアイテム推薦部とを備える;
アイテム推薦システム。

【請求項3】
 
前記ハブの出現を抑制する類似度尺度を記憶する類似度尺度記憶部を備える;
請求項1又は請求項2に記載のアイテム推薦システム。

【請求項4】
 
一般的な類似度尺度に基づく類似度を前記ハブの出現を抑制する類似度尺度に基づく類似度に変換する類似度尺度変換部を備える;
請求項1ないし請求項3のいずれか1項に記載のアイテム推薦システム。

【請求項5】
 
前記対象ユーザに係る未記入のセルに記入すべき評価値を予測するに際し、前記記入すべき評価値として、重み付けをした平均値を用いる;
請求項1ないし請求項4のいずれか1項に記載のアイテム推薦システム。

【請求項6】
 
ユーザのアイテムに係る評価値を記入する評価マトリックスを記憶する評価マトリックス記憶工程と;
ハブの出現を抑制する類似度尺度を用いてユーザ間の類似度を演算する第1の類似度演算工程と;
前記第1の類似度演算工程にて演算された類似度を用いて、前記対象ユーザとの類似度の高い方からk人のユーザを抽出する第1の近傍データ抽出工程と;
前記第1の近傍データ抽出工程にて抽出されたk人のユーザのアイテムに係る評価値を用いて、前記対象ユーザに係る未記入のセルに記入すべき評価値を予測する第1の評価値予測工程と;
前記第1の評価値予測工程にて予測された評価値の高いアイテムから前記対象ユーザに推薦すべきアイテムを抽出して、前記対象ユーザに推薦するアイテム推薦工程とを備える;
アイテム推薦方法。

【請求項7】
 
ユーザのアイテムに係る評価値を記入する評価マトリックスを記憶する評価マトリックス記憶工程と;
ハブの出現を抑制する類似度尺度を用いてアイテム間の類似度を演算する第2の類似度演算工程と;
前記第2の類似度演算工程にて演算された類似度を用いて、前記対象アイテムとの類似度の高い方からk個のアイテムを抽出する第2の近傍データ抽出工程と;
前記第2の近傍データ抽出工程にて抽出されたk個のアイテムに係るユーザの評価値を用いて、前記対象ユーザに係る未記入のセルに記入すべき評価値を予測する第2の評価値予測工程と;
前記第2の評価値予測工程にて予測された評価値の高いアイテムから前記対象ユーザに推薦すべきアイテムを抽出して、前記対象ユーザに推薦するアイテム推薦工程とを備える;
アイテム推薦方法。

【請求項8】
 
一般的な類似度尺度に基づく類似度を前記ハブの出現を抑制する類似度尺度に基づく類似度に変換する類似度尺度変換工程を備える;
請求項6又は請求項7に記載のアイテム推薦方法。

【請求項9】
 
請求項6ないし請求項8のいずれか1項に記載のアイテム推薦方法をコンピュータに実行させるためのプログラム。

【請求項10】
 
請求項9に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。
IPC(International Patent Classification)
Drawing

※Click image to enlarge.

JP2015147269thum.jpg
State of application right Published


PAGE TOP

close
close
close
close
close
close
close