タイトル : 「トレブロ」

http://toys.csse.muroran-it.ac.jp/recom/

我々は、入力されたブログ記事に対して、その記事の話題に類似したブログ記事を検索するリコメンデーションシステム「トレブロ」の開発を行った。トレブロの最大の特徴は、入力記事が扱う話題の変遷を可視化することであり、この特徴は次の2つの機能から実現されている。1つ目は、検索された記事を書かれた月ごとに分割し、各月の検索記事数を可視化するグラフ機能、2つ目は、検索記事で使われたキーワードを各月の出現頻度に応じ、大きさを変えて表示するキーワードクラウド機能である。グラフ機能により話題の注目度の変遷を把握することができ、キーワードクラウド機能により話題そのものの変化を知ることが可能となる。また拡張機能として、単語を入力した時には、単語に関連したブログ記事を検索することも可能である。ちなみに本システム名「トレブロ」は、ブログ記事の話題の変遷、つまりトレンドを扱うことから「Trend Blog」の略称として命名された。

タイトル : 「マルチベイジアンネットワークを用いたWebページのリコメンデーションシステム」

http://133.6.217.17/iSearchProject

本システムでは、ブログ記事のURLを入力し、そのURLが示すブログと関連の強い別のブログを表示するためのWebページの推薦アルゴリズムを提案する。提案する方法では、ブログとキーワードの間に構築したベイジアンネットワークの条件付確率表を用いてブログの順位付けを行う。本システムで、入力されたキーワードを強く反映されるブログが上位に推薦される検索結果を検証する。そして、構築したネットワークによって上位に推薦されたブログ群と関連が強い別のブログも推薦できる結果を示す。更に、本システムは形態素解析機能を持ち、ブログ記事のURLを入力する場合にその中にキーワードを抽出することができて、抽出されたキーワード群による検索結果も示す。

タイトル : 「ベイジアンネットワークと静的嗜好情報を用いたWebページのリコメンデーションシステム」

http://133.6.217.17/iSmart

本システムでは、ブログ記事のURLを入力し、そのURLが示すブログと関連の強い別のブログを表示するためのWebページの推薦アルゴリズムを提案する。提案する方法では、ブログとキーワードの間に構築したベイジアンネットワークの条件付確率表を用いてブログの順位付けを行う。また、本システムで、入力されたURLを形態素解析でキーワードを抽出し、tf-idf法で各キーワードの重要度を計算して高い順で並べる。その中で、重要度の高いもののうちの上位から3つと、それ以下のうちからランダムに選択された2つをユーザーに提示する。ユーザーは自分が好きなキーワードを選択し、前に検索された結果に基づいて再ソーティングを行う。選択したキーワードを含む記事はそのキーワードの重要度を得点として加算する。このようにして、得点が0以外のブログを抽出して、高い順でユーザーに推薦する。この時、得点が同じの場合に元の順番で保持して並べる。最後、残るブログ（得点が0である）は前に求めた順番を保持し、ユーザーに推薦する。

タイトル : 「Prof + Group = proup.in(プループ.イン)」

http://proup.in/

本システムでは、利用者が簡単な質問に回答することで作成できる自己紹介（プロフィール）ページをもとに、利用者の趣味、嗜好とその変化を捉えます。質問項目はシソーラスとクラスタリングを用いて自動的にカテゴライズされ、どのようなカテゴリに利用者が興味を持っているかを一定時間ごとに集計して興味の合う利用者同士をグルーピングします。利用者が所属するグループはシステムによって自動的に決定されます。本システムでは、時間変化による利用者の興味の変化を記録しており、他の利用者の推薦や興味を持つことが予測されるキーワードの推薦に役立てられます。将来的には、モバイルデバイスでの利用を想定し、異業種交流会などのイベントにおいて、初対面でもお互いの興味を予め把握でき、コミュニケーションの促進に役立つシステムを目指します。

タイトル : 「DB Empfehlung」

http://may.doshisha.ac.jp:8000/blog/index/

DB(Drag Based)　Empfehlungはユーザの嗜好にあったブログを推薦するシステムである。本システムの特徴としては、ユーザの興味はユーザ自身で直接的に示すようになっており、またブログの特徴は全ユーザにより特徴付けられる仕組みとなっている点である。ユーザはブログを読み、興味ある単語、および文章をドラッグすることでシステムに対して興味を伝える。ドラッグをユーザインタフェースとして提供することで、本を読むとき、「興味ある箇所に線を引く」といった直感的な操作が可能となる。また、それらドラッグされた単語は、ブログを特徴付ける単語となる。推薦ブログの決定には、ベクトル空間モデルを用いて、ユーザの興味とブログの特徴と関連度を算出する。本システムでは、ユーザの興味との関連度が高いブログをユーザへの推薦対象としている。

タイトル : 「F.M.I」

http://icsearch.ps.land.to/

このシステムは、協調フィルタリングを利用して個人の嗜好を反映したレシピの推薦を行なう。まずユ－ザはユ－ザ登録を行い、ログインすることでシステムの利用が可能となる。レシピの検索方法には「検索」と「おすすめ検索」の2種類がある。「検索」は入力された食材に応じて結果を返すものであり、入力が同じであれば全てのユ－ザに対して一様な結果を返す。さらに、検索結果に対して「嗜好適合チェック」を行なうことで、ユ－ザの嗜好情報が蓄積できる。これにより、ユ－ザの嗜好情報が蓄積され「おすすめ検索」が利用可能になる。「おすすめ検索」では、協調フィルタリングによって計算された、ユ－ザに対するおすすめのレシピが返される。なお、独自の手法で仮想ユ－ザを生成することにより、協調フィルタリングのコ－ルドスタ－ト問題を解決している。

タイトル : 「ARIBROS」

http://ants.seman.cs.uec.ac.jp

これまで、ブログ記事を推薦するシステムは多数開発されている。しかし、ブログ記事はブロガーの書いたある時点での興味であり、一つの記事だけではブロガーの短期的な興味しか表せていないことが多い。つまり、ブログ記事を推薦しただけでは、ユーザとブロガーの短期的な興味の一致しか考慮できない。本システムではより長期的な興味の一致をユーザに発見させるために、ブログ記事ではなくブロガーを推薦する。ユーザが推薦されたブロガーの興味の推移を観察することによって、長期的な興味の一致を発見するように促す。また、ユーザと興味の似ているブロガーを推薦し、そのブロガーの他の興味対象もユーザは見ることができるため、協調フィルタリングの効果も期待できる。さらに、そのブロガーの興味の推移を蟻が餌から餌へと移動していくメタファーを利用して表現する。これにより、ユーザはより直観的にブロガーの興味の推移を観察することができる。

タイトル : 「SMCプロジェクト」

http://guinness.is.k.u-tokyo.ac.jp/~shumei/

Trust Recommnendationはあるワードを検索キーに入れた時に、その検索キーに関連するブログを『信頼度』の高い順番に並べて推薦するというものである。また、他の機能としては同じブログ内での高『信頼度』なエントリを表示する機能、元のブログデータセットを入力としたときの推薦機能を有している。『信頼度』はコミュニティグラフの考え方、リンク構造の結びつきを利用したTrustRankを併用することによりに計算している。

タイトル : 「ブログコミュニティにおける話題波及の検出システム」

http://www.ai.cs.scitec.kobe-u.ac.jp/~kosaka/blogcommunity.jsp

本システムはブログでの話題波及の検出を行う。入力は話題のカテゴリーと期間とし、出力はそのカテゴリーで期間内に起こった話題のキーワードとする。さらに、そのキーワードが波及したかを表示するシステムである。従来のブログの話題検出システムは、ブログ全体でのバースト検知をすることで、すでに話題になったキーワードを提供していた。しかし、ブログ全体で話題になったものは、世間でも知られていることが多いため、マーケティング観点から言えば情報価値は低い。そこで、本システムは「話題になる前の話題検出」を目標に設計した。これらを実現するために、ブログユーザを趣味ごとのコミュニティに分けた。コミュニティ内での話題を抽出することで、専門性の高い話題を全体に先駆けて抽出できる。また、コミュニティ内での話題が全体に波及する例を学習し、ブログ全体に波及する話題をシステムが判定する。

タイトル : 「BLOGON: BLOG Ocean Navigator」

http://blogon.blogdns.com/blogon/

BLOGONは、膨大に存在するブログデータの中から、求めるブログ情報を取得できるようにナビゲートしてくれるシステムである。まず当サイトを訪れるといくつかのカテゴリが表示されるが、そのいずれかを選択すると、そのカテゴリに分類されたブログの一覧が表示される。さらに、表示されているブログの右下にある「Navi！」ボタンをクリックすると、そのブログに対する関連ブログや関連固有表現を表示することができる。このレコメンデーション機能は、ブログに含まれる固有表現を、同時出現頻度表という独自に作成した数値化用マトリックスを用いて数値ベクトル化することで実現している。また、関連固有表現を推定する機能では、クエリブログの持つ複数の固有表現の数値ベクトルに対し独立成分分析を施すことで、ユーザに対してより幅広い気付きを与えている。これらの特徴的なアルゴリズムを利用して、BLOGONは高精度の推薦を可能にしている。

タイトル : 「協調フィルタリングを利用した対話型遺伝的アルゴリズムによる商品推薦」

http://may.doshisha.ac.jp/~mtanaka/igawithcf/（準備中）

本システムでは、商品推薦アルゴリズムとして最適化手法である。対話型遺伝的アルゴリズム(iGA)を用いています。ユーザは商品インタフェースから、好ましいと思う商品にマークをつけ、システムはその情報をもとに遺伝的アルゴリズムにおける交叉、突然変異を用いて次の世代、即ち次に提示する商品を探索します。iGAでは各商品を表現するために色や形といった設計変数を定義する必要がありますが、大量の商品を扱う場合、「商品Aの色が#ｆｆｆｆｆｆで、サイズが25で...」と登録する作業に非常なコストがかかります。そのため本システムでは、商品の設計変数を、商品間の関連行列から自動抽出する手法を適用しました。具体的には協調フィルタリングの推薦関係から隣接行列を求め、次元数を落としたものを各商品の設計変数として設定するという処理を推薦前に行います。

タイトル : 「「男」のファッションコーディネイター」

http://sidewinder.ics.es.osaka-u.ac.jp/recommendcontest/top.aspx

本サイトは私服の組み合わせを考えるのが面倒だ、という男性のために衣服コーディネイトを推薦する。本サイトのユーザはまず所持している衣服を登録する。この操作は衣服の種類、色、模様といった特徴を選択肢から選ぶだけで行える。衣服の登録後、今の時期を月単位で指定すると、システムはユーザの所持する衣服の中から指定された時期に合うコーディネイトを推薦する。またユーザは推薦された衣服コーディネイトに対して評価を行うことができ、システムはユーザの評価結果を学習し、よりユーザの嗜好に沿った衣服コーディネイトの推薦を可能にする。衣服コーディネイトの推薦には、衣服の各特長や重ね着の枚数などをノードとしたベイジアンネットワークモデルを利用している。各ユーザに1つのモデルを割り当てており、推薦結果に対するユーザ評価を反映してモデルを修正することで、各ユーザの嗜好に沿った推薦を行えるモデルへと変更する。

チーム名 ： 神戸大学CS24

所属大学 ： 神戸大学大学院工学研究科

参加者氏名 ： 小阪有平、安村禎明、上原邦昭

タイトル ： ブログコミュニティにおける話題波及の検出システム

【受賞チームのコメント】

リコメンデーションサービスコンテストにおいて最優秀賞に選ばれたという御連絡を頂いた際には、まさか自分が選ばれるとは思っていなかったため、驚きと嬉しさでいっぱいでした。私がこのコンテストで取り組んだことは、話題になる前の話題をブログから見つけることです。このような話題はコミュニティに着目することで得られると考えられます。なぜならば、コミュニティはそのカテゴリの専門家集団であるため、全体に先駆けた話題が抽出できると考えられるからです。しかしながら、研究を進めるにしたがってコミュニティで着目している話題は、全体でもすでに着目している場合が多いということが分りました。この結果から、話題が注目されている原因はマスメディアであることが多いと考えられます。しかし、話題には噂のように個人の間で広がるものがあるため、現在は、噂が広がる時期に話題の予兆を発見する研究を進めています。このように、コンテストで作ったシステムが新たな発想を生み、現在の研究に繋がっております。このコンテストを開催していただいた数理モデル化と問題解決研究会およびソ ネットエンタテインメントの皆様に感謝致します。

チーム名 ： SMCプロジェクト

所属大学 ： 東京大学大学院工学系研究科

参加者氏名 ： 亀山周明、内田誠、平野未来

タイトル ： Trust Recommendation

【受賞チームのコメント】

今回のコンテストは、個人では収集することが難しい大量のデータセットを提供していただいたのが良かったと思います。しかし、データの量がDVDで４枚にも渡っていたので、その分データを扱うことに苦労しました。実際の業務においては日々こうした大規模データが増えていくので、データベースの扱い方も大きな問題であると感じさせられました。また、データセットを見てスパムの問題は深刻であると感じました。今回の提案はそうした問題を少しでも解決するために、できるだけスパムを除き、楽しく、そして意味のあるリコメンド（ウェブサーフ）を実現しようと思い作成しました。情報の信頼度をページに付与することが本提案の一番の技術的側面ですが、検索結果の見せ方や実際に使ってみて面白いかという事にもこだわったつもりなので、その事を評価していただけたのであれば幸いです。また、今回のコンテストでは募集内容の自由度の高さもよかったように感じます。データセットに沢山の情報が付加されていたので様々なリコメンドの提案がコンテストに出てきていました。他のチームの発表を見ていると、全く同じ材料を使ってこんな切り口のリコメンドを作ることができるのかと感心させられるのも多く、非常に楽しませていただきました。

チーム名 ： Karinto

所属大学 ： 電気通信大学電気通信学部

参加者氏名 ： 湊匡平

タイトル ： ARIBROS

【受賞チームのコメント】

この度、リコメンドコンテストの「ビジュアル賞」を受賞させていただくこととなりました、電気通信大学の湊です。私の作品「ARIBROS」はブロガーを蟻と見立てて、ブロガーの興味推移を視覚化するというものです。これにより、興味のあるブロガーを発見することができ、ユーザに新たな興味喚起を促すことが可能となります。「ARIBROS」を作成する上で大変だったことは、一つには膨大な量のブログデータを扱わなければならないということでした。約9000万件のブログ記事データをデータベースに登録するだけでも一苦労で、さらに、データベースのデータ処理を高速に行うことも困難でした。データ処理の高速化に関しては今後の課題でもあります。また、コンテストの性質上、WEB上にシステムを公開しなければならず、これは私には初めての経験でシステムを公開できる形にするのにもかなり手間取りました。しかし、どうにかコンテストの期限までにシステムを完成させることができ、その時の喜びは一入でした。ユーザインターフェースに関しても、ユーザが使いやすく、飽きないシステムを作成することの難しさを痛感しました。その上で、今回このような賞をいただけたことは、非常に嬉しく思います。

チーム名 ： F・M・I

所属大学 ： 大阪大学大学院情報科学研究科

参加者氏名 ： 岩根良輔、藤本典幸

タイトル ： レシピ検索システム「ICSearch」

【受賞チームのコメント】

この度は、アイデア賞を授与していただき、誠に有難うございます。このコンテストでは、与えられた期間内にシステムの企画・実装・公開という一連の流れ全てに取り組まなければならないということで、苦労することも多かったですが、その分とても勉強になりました。今回、私はレコメンドする対象をレシピにしました。これは、私自身が現在のレシピ検索サイトに満足していないというのが大きな理由です。商用サイトでは、ユーザに応じた商品を推薦する機能は珍しくありませんが、レシピ検索のような非商用サイトではあまりみられません。そこで私は、ユーザの望むレシピを提示できるような検索が行えれば便利なのではないかと考えました。このように、私は当たり前のように利用されているものに対して「こうだったらいいのに」という視点を持つことを大切にしています。今後もこの姿勢を忘れず、また、賞を頂いたことを励みにして、研究に取り組んでいきたいです。また、今回のコンテストを契機として、便利なwebサービスが多く開発されればよいなと思います。

チーム名 ： ISDL Advertising Lab

所属大学 ： 同志社大学大学院工学科

参加者氏名 ： 牧野浩之

タイトル ： 質問に答えて作るプロフサービス proup.in

【受賞チームのコメント】

このたび、リコメンデーションサービスコンテストにて「ソネット賞」を受賞させていただき大変嬉しく思います。本コンテストは、新しいWebのサービスを考える上で興味深い取り組みだと感じました。これからのWebのサービスはデータマイニング、リコメンデーション、認知心理学など科学技術を融合し、利用者に合わせて進化する革新的なサービスが求められると思います。私の提案した「proup.in」は利用者の興味をもとに、参加している他の利用者とマッチングし、グループ分けをするというサービスです。利用者と利用者がどのような興味でつながっているかという話題も提供します。これらを実現するには、どのように利用者の興味を集めて、どのように興味を抽出し、どのようにマッチングするかが課題となります。私のアプローチとして、プロフィール作成サービス（プロフ）をもとに利用者の興味軸を捉えようと考えました。立ち上げたサービスは、興味のある質問に答えていくとプロフページが作成できるもので、選択肢から回答を選んで簡単に質問に答えられるよう工夫しました。また興味を抽出する際にはシソーラスを用いてより大きな概念で興味軸を捉え、ベクトル空間モデルを用いた関連度計算やクラスタリングを複数回適用し、グループ分けを行っています。今後、異業種交流会や飲み会などのイベントで「proup.in携帯版」を用いて、その場に居る人同士でグループ分けを行い、誰にどんな話題で話しかけるとよいかを推薦するコミュニケーション促進につながるサービスにしたいと考えています。