地域性とリアルタイムの周辺状況に応じたカラオケ楽曲推薦

DOI 情報処理学会

書誌事項

タイトル別名
  • Song Recommendation in Karaoke Shops Considering Locality and Current Surrounding Situation

この論文をさがす

説明

近年機械学習を用いたレコメンド技術の発展にともない，オンラインショッピングサイトをはじめとした様々なサービスは商品のレコメンド機能を提供し，購買の活性化などに活用している．しかし，実店舗ではWebサイトと異なりログインなどによる個人特定は難しく，コールドスタート問題によりレコメンドが困難である場合が多い．そこで，店舗周辺の地域性とリアルタイムの人口分布を用いて客層やニーズを理解することで，個人情報によらないレコメンド手法を提案する．本研究ではNTTドコモの提供する国内人口分布統計から地域性とリアルタイム情報を抽出する技術を開発し，カラオケ店舗における1曲目のレコメンドへ活用した．その結果，MAP@10において12.35%の精度となり，人気楽曲をレコメンドする手法に対し約1.5倍の精度であることから，カラオケドメインにおける有効性を示した．また，定性評価により地域性はオフィス街，学生街，観光地といった地域性を表現していることを確認し，他の業態におけるレコメンドでも広く活用できる可能性を確認した．

More and more Web services provide recommend functions to maximize their business thanks to the evolution of recommendation methods using machine learning. However, most of the methods have shortcomings in recommendation in real shops as they struggle with cold-start problem. In this paper, we propose a method to recommend not based on user information or history, but locality and real-time population distribution around shops. We extracted the information from the domestic population distribution statistics provided by NTT DOCOMO and used for the first song recommendation in real Karaoke shops. The method achieved 12.35% in MAP@10 which outperformed popularity method by nearly 50%. In addition, our examination illustrates that the features extracted from the statistics possess rich locality information which could be applied in any other real shops.

収録刊行物

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