実空間のユーザ行動分析に基づく潜在的興味分析方式

情報処理学会

書誌事項

タイトル別名
  • Latent Interest Analysis Utilizing User Movement History in Real-space

この論文をさがす

説明

携帯端末向けのWeb広告サービスは年々増加傾向にあり，検索キーワードや閲覧履歴，SNSへの投稿内容によるユーザの操作履歴に基づく分析手法の研究開発が広く行われている．また携帯端末のGPSから得られるユーザの位置情報を利用し，ユーザの現在地や居住地区に合わせた広告を推薦する手法の開発も行われている．しかしながら，これら位置情報の軌跡から得られる実空間の行動とWeb閲覧やSNS投稿の操作履歴の両データを用いた分析手法は，実空間の位置・時刻における操作履歴より抽出された特徴語との相関に基づいた明示的興味分析にとどまっており，周辺環境の影響は十分に考慮されず，ユーザの潜在的興味の抽出には至っていない．そこで本研究では，実空間における時空間での行動範囲と興味範囲を拡張することで，ユーザの潜在的興味を行動履歴とジオタグ付きSNSデータから推定する手法を提案する．本研究では，携帯端末でのWeb広告推薦への応用を目指し，ユーザの興味対象を実空間に存在する店舗とする．具体的には，まず，ユーザ行動ログデータとジオタグ付きツイートデータからユーザが訪問した店舗の時間と場所に基づき，時間と位置の行動範囲を拡張する．次に，行動範囲内の店舗属性を拡張し，それら拡張された行動範囲と興味範囲に基づき特徴を抽出し学習モデルを生成する．本稿では，拡張した時空間の行動範囲ごとに学習モデルを生成し，特定の店舗を訪問するユーザの予測精度を検証する．

Web advertising services for mobile devices are rapidly increasing. Generally, the methods of advertisement recommendation are according to the analysis of user behavior such as searching keywords and keyword matching based on browsing history. On the other hand, a great number of researches also focused on the location information which are obtained from GPS of the mobile devices. These advertisement recommendation methods are developed based on the users' current location and residential area. However, both of the above two approaches did not take into account the impact of the surrounding environment, consequently, it is difficult to extract the potential interests of users. Therefore, in this paper, we firstly extend the range of movement and interest in the spatio-temporal real-space. Secondly, we propose a latent interest detection method based on user movement history and the geotagged social media data. Especially, because we focus on the application of Web advertisement recommendation for mobile devices, the aim of user interest is defined as commercial facility in this research. Finally, we increase the commercial facility attributes number utilizing the extended user movement range, and apply a neural network approach for extracting user interest features. In addition, to verify the validity of our proposed method, we evaluate the neural network models and verify the accuracy of predicting if the users will visit a particular store.

収録刊行物

関連プロジェクト

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ