レビューに基づく複数ジャンルを対象とした類似作品推薦手法の提案

協調フィルタリングを漫画やゲームなどの作品推薦に用いる場合，ユーザにとって自明な作品が多く推薦されるなどの問題がある．この問題を解決するため，内容ベースフィルタリングを用いた作品推薦の研究が行われている．しかし，複数のジャンルを横断する推薦システムにこれらの手法を応用した場合，特定のジャンルが多く推薦されるという問題が生じる．本研究では，推薦結果が特定のジャンルに偏らない推薦手法を提案する．我々は，ジャンルの偏りに特定のジャンルでのみ多く用いられる単語が影響すると考えている．そこで，各単語が特定のジャンルで用いられる傾向の強さを表す「ジャンル依存度」という指標を提案する．この指標を利用した推薦手法は，従来手法と比較して，推薦される作品のジャンルの偏りを減少させることができた．また，提案した推薦手法を推薦システムとしての側面からも評価した．その結果，提案手法は従来手法よりも推薦システムとして高く評価されることが明らかになった．

Various work recommendation methods using content-based filtering have been proposed so that self-evident works are not recommended for each genres of comics, movies and games. However, when these methods are applied to a recommendation system that crosses multiple genres, there is a problem that many works belonging to a specific genre are recommended. In this research, we propose a recommendation method so that the recommendation results are not biased to any specific genre. We consider that the genre bias in the recommendation results is influenced by words that are frequently used only in specific genres. Therefore, we define an index called “genre dependency” that expresses the strength of the tendency of each word to be used in a specific genre. The recommendation method using this index was able to reduce the bias of the genre to which the recommended works belong, compared with the existing method. In addition, as a result of evaluating the proposed recommendation method from the aspect of a recommendation system, it was found that the proposed method was more highly evaluated as a recommendation system than the existing method.