@phdthesis{oai:uec.repo.nii.ac.jp:00000841,
 author = {加藤, 嘉浩 and Kato, Yoshihiro},
 month = {2016-09-15},
 note = {2015, 本論文では，レポートライティングにおける他者からの学びを支援するために，過去の学ぶべきレポートを学習者に推薦するシステムを提案する．本システムの特徴は，（1）Latent Dirichlet Allocation（LDA）により，学習者のレポートの潜在的なトピックを推定し，他者レポートとのトピック分布の距離を計算して，同一の主題を扱う他者レポートを検索でき，さらに，（2）学習者のレポートと他者レポートとの単語分布の距離を計算し，同一の主題を扱うが，内容（用いられる単語分布）の異なる評価の高い他者のレポートを多様に推薦できることである．これにより，学習者は自分と同じ主題を扱う多様な過去の優秀なレポートから，レポートライティングにおける多様なスキルを学べると期待できる．被験者実験により提案手法の有効性を示した．しかし，これまでトピック数をデータから決定する手法が確立されていなかったので，上の研究ではトピック数を決めて用いている．そこで，次に，実データからトピック数を自動的に決定する手法として，漸近解析によりハイパーパラメータが１.0 としたときの周辺尤度を最大化することにより，LDA のトピック数を最も正確に推定できることを提案する．本システムに組み込むことで，その有効性を示した．},
 school = {電気通信大学},
 title = {ＬＤＡを用いたレポート推薦システムの開発},
 year = {},
 yomi = {カトウ, ヨシヒロ}
}