@misc{oai:uec.repo.nii.ac.jp:00004980,
 author = {横尾, 亮平},
 month = {2016-09-23},
 note = {2014, 近年，ユーザの行動やソーシャルメディア上での発言を興味関心として分析し，ニュース記事を推薦するキュレーションサービスが普及している．膨大な情報から自分で必要なものを探さなくても，自身の興味に沿った情報が手に入ることで利用者が増加している．既存のコンテンツベースの情報推薦システムに関する研究では記事推薦のために各語句を特徴としているが，頻出する語句を重要視しており語句間の関係を特徴として用いていない．本研究は，ユーザが興味関心を示す記事に表れる語句間の意味構造を用いることで，ユーザが面白いと感じることができるニュース記事を収集，推薦するシステムを提案する．本研究では面白いニュース記事をユーザが興味を示すことができ，意外な情報が得られるものと定義した．語句間の意味構造Linked Dataで表現する．同ニュース記事の同文脈に表れる複数の語句間の意味構造を文構造と定義する．ユーザが興味・関心を示す記事文の文構造の部分グラフを用いることでインターネット上のニュース記事を推薦する手法を提案する．本手法の有効性を確かめるため，20人の被験者に提案手法，ベースライン手法それぞれによるニュース記事推薦をして評価を得る比較実験を行った．ベースライン手法は単語の重要度を出現頻度から計算するtf-idfを用いた．提案手法によるニュース記事推薦での関連度の指標の平均値は4点満点中3.06，興味度は3.30，意外度は2.93という結果であった．ベースライン手法では関連度が3.22，興味度が3.03，意外度が2.79という結果であった．ベースライン手法との比較実験により，提案手法は推薦するニュース記事の関連度は下がるものの，ユーザが興味を持つことができ，また意外と感じることができるニュース記事推薦手法であることがわかった．これによりユーザに面白い記事を推薦できる手法として提案手法は有効であることが明らかになった．},
 title = {語句間の意味構造に基づくニュース記事推薦システムの提案},
 year = {},
 yomi = {ヨコオ, リョウヘイ}
}