利用者の嗜好を汲み取って商品
やHPをお勧めするシステム
N04k1036 吉川 志我津
1 序論
 利用者のHPやblogを分析することで、システ
ム側が利用者の趣味嗜好を判断して、その
人のHPにあったHPや商品を見つける。
 上記のようなHPの場合、車の部品や新車の広
告をだしたり、車好きHPを載せたりする
2 関連技術
形態素解析Sen
 辞書を情報源として用い、自然言語で書かれた文を形態素
の列に分割する
 医療やIT用語など専門的な辞書、自分でカスタマイズするこ
ともできます。
おおい,2982,形容詞,自立,*,*,形容詞・アウオ段,基本形,おおい,
オオイ,オーイ
おおし,2982,形容詞,自立,*,*,形容詞・アウオ段,文語基本形,お
おい,オオシ,オーシ
おおから,2982,形容詞,自立,*,*,形容詞・アウオ段,未然ヌ接続,
おおい,オオカラ,オーカラ
2.1 システムの概要
利用者がHPや
blogを書き、システ
ム側がそこに書か
れている情報を基
にして商品やHPを
紹介する。
3 3つのプログラム
1読み込み・解析
ブログやHPのソースを解析して利用者の
データを抽出する
2推論
利用者のデータをルールベースによって嗜好
の推論を行う
3出力表示
お勧めの商品を知らせる
3.1.1 読み込み・表示
 「。」までの文を読み込む
 嫌いなどの不の感情の文
を削除
 「、」や副詞の削除
 固有名詞からメーカーを
読み出す
 色の抽出
3.1.2 読み込み・表示
 私の車は安い。私の車はスタイリッシュ。私の車VTECengine持って
る。私の車はスタイリッシュ。私の車はトヨタ。軽自動車は嫌い
 私の車さまざまな色のモデル持っている。私の車さまざまなシート
持っている。私の車はワゴン。黒い携帯を持っている
 私は車が好き。彼の車は安い。彼の車はスポーティー。彼の車はホ
ンダ。彼は車が好き。
私
私
私
私
私
私
私
私
の
の
の
の
の
の
の
は
車
車
車
車
車
車
車
黒
は 安い
は スタイリッシュ
VTECengine 持っ てる
は スタイリッシュ
は トヨタ
さまざま な 色 の モデル 持っ て いる
さまざま な シート 持っ て いる
が 好き
・
・
などなど
3.2.1 推論について
 前向き推論を使い、利
用者のデータの全てを
推論(ルール)と照合し
て合っていたら書き出
す。
 データとルールを形態
素解析で車とクルマを
同じものとみなすように
する。
3.2.2 ルールについて
 大きい枠組みから小さい枠組みへ
商品名からメーカーを割り出して、そのメーカー
の別の商品を薦める
 色違いなど、類似品へ
同じ商品の別の色や、商品の別モデルを薦め
る
3.2.3 ルールについて
 rule "CarRule3"
 if
"?x の 車 は 日本車"

"?x の 車 は スタイリッシュ"
 then "?x の 車 は プリウス"
 rule "CarRule4"
 if
"?x の 車 は プリウス"

"?x は 車 が 好き"

"?x の 車 は トヨタ"
 then "?x は プリウス が 好き“
 rule "CarRule5"
 if
"?x の 車 は 安い"

"?x の 車 は スポーティー"

"?x の 車 は ホンダ"
 then "?x の 車 は プレリュード"
3.3 アウトプットについて
 推論で書き出した
データからお勧めする
商品をランダムで表
示する。
結論と今後の課題
狭い範囲内、決められた語句内では成功する事
ができたと思う
書き言葉などルールとあわせるのが難しい
オススメの幅を持たせるためにルールが大きく
なる
3 ルールを利用者の好みに合わせることが難しい
4 流行すたりなどの新しい物に対応しにくい
1
2
ダウンロード

利用者の嗜好を汲み取って商品 やHPをお勧めするシステム