投稿日: CIKM 論文紹介

Experiments with a Venue-Centric Model for Personalisedand Time-Aware Venue Suggestion

Deveaud, Romain and Albakour, M-Dyaa and Macdonald, Craig and Ounis, Iadh
In Proc. of CIKM 2015

概要

ユーザのいる場所と時間とユーザの興味を考慮して、そのユーザが興味を持つであろう場所(観光地やレストラン)の推薦を目的とした論文。

先行研究との違い

ユーザが興味を持つ場所を推薦する研究としては、ユーザ間の類似度を考慮した協調フィルタリングベースの手法と、場所の特徴を考慮した手法が提案されてきた。これまでの研究では、ユーザが次に訪れる場所の推定に限定したり、特定のカテゴリ(レストランなど)の場所の推薦に限定したりと、何らかの制約を課しているものが多かったが、この研究ではユーザが興味を持つ任意の場所を推薦する。
また、ユーザのその土地への慣れ度合い(初めて訪れるのか、普段から住んでいるのか)や、場所を推薦するのが朝なのか夜なのかといった時間を考慮したのはこの研究が初めて。
最も重要な違いとして、この研究では実際に100人のユーザに場所を推薦して好みを評価してもらうという実験を行った点があげられる。

手法の概要

提案手法では、ユーザuuのいる場所lと時間tを入力として与えることで、uがその周辺の各場所v(観光地やレストラン)に興味を持つ度合いを推定する。その際、以下の2つの要素を考慮する。

  1. vの近さと人気度:vlから近いほどuvに興味を持ち、t+εにおいてvの人気度が高いほどuvに興味を持つと仮定している。t+εにおけるvの人気度は、tにおけるvのFoursquareのチェックイン数を元に、既存手法(ARIMA)を用いて推定する。
  2. uの興味とvの一致度:uが日頃から興味を持っているトピックとvの関連度が高いほど、uvに興味を持つと仮定している。ユーザが興味を持つトピックはFacebookでlikeを付けているWebページのODPカテゴリから推定し、vのトピックはvでWeb検索したときの各検索結果ページが属するODPカテゴリから推定する。

評価方法

世界中から100人の評価者を集め、推薦を行うエリアをロンドン、アムステルダム、サンフランシスコの中から1箇所好きに選択してもらう。評価者にはそのエリアの訪問経験(訪れたことがない、住んでいる、など)を聞き、推薦を行う時間は評価者のローカルタイムとし、エリア内の詳細な場所は評価者ごとにランダムに決めた。
ベースラインを含めた5手法でスコアの高い10件の場所をプールし、評価者は各場所を訪れたいかどうか3段階で評価し、nDCGおよびPrecisionで手法間の精度を比較。
評価の結果、上記の2要素を両方考慮するよりも、要素(2)だけを考慮した方が精度が高かった。
時間ごとの結果では、朝は人によって行動が大きく異なるので、要素(2)だけを考慮した手法が精度が高く、夜は多くの人がレストランに行ったりと同じような行動を取るので、場所の人気度を考慮している要素(1)だけを考慮した手法が精度が高かった。
ユーザの訪問経験ごとの結果では、そのエリアに訪れたことのない人は人気の場所を好むので要素(1)だけを考慮した手法が精度が高く、そのエリアに住んでいる人は既に人気の場所は訪れているので、自分の興味を考慮した要素(2)だけを考慮した手法が精度が高かった。


-CIKM, 論文紹介

関連記事

Exploring and exploiting user search behavior on mobile and tablet devices to improve search relevance

Song, Yang Ma, Hao Wang, Hongning Wang, Kuansan In Proc. of WWW 2013 http://dl.acm.org/citation.cfm? …

Spatio-Temporal Topic Modeling in Mobile Social Media for Location Recommendation

Bo, Hu and Mohsen, Jamali and Martin, Ester In Proc. of ICDM 2013 概要 チェックインサービス等でのユーザと場所と時刻を考慮したモデル化 …

【論文紹介】Anticipating Information Needs Based on Check-in Activity

Benetka, Jan R. and Balog, Krisztian and Nørvåg, Kjetil WSDM 2017 ACM, PDF 概要 ユーザがある場所(たとえばレストラン)から移 …

From x-rays to silly putty via Uranus: serendipity and its role in web search

Paul André Jaime Teevan Susan T. Dumais In Proc. of CHI 2009 http://dl.acm.org/citation.cfm?id=15187 …

Characterizing the influence of domain expertise on web search behavior

White, Ryen W. Dumais, Susan T. Teevan, Jaime In Proc. of WSDM 2009 http://dl.acm.org/citation.cfm?i …