@article{oai:uec.repo.nii.ac.jp:00009155,
 author = {横尾, 亮平 and YOKOO, Ryohei and 川村, 隆浩 and KAWAMURA, Takahiro and 清, 雄一 and SEI, Yuichi and 田原, 康之 and TAHARA, Yasuyuki and 大須賀, 昭彦 and OHSUGA, Akihiko},
 issue = {6},
 journal = {電子情報通信学会論文誌. D, 情報・システム},
 month = {Jun},
 note = {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的リレーションを用いることで，ユーザにとって興味度の高いニュース記事を収集・推薦するキュレーションエージェントを提案する．語句間の意味的リレーションはLinked Dataで表現する．ユーザが興味・関心を示す記事文章から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．評価実験の結果，興味度の指標の平均値は4点満点中3.07であり，本手法はユーザに対して興味度の高いニュース記事を推薦できるキュレーションエージェントとして有効であることが明らかになった．, In recent years, “Curation Service” that recommend news articles on the internet to users has become widespread. In this work, we propose “Curation Agent” that collect and recommend novelty articles by using semantic relationships between events in news articles that the user feels interesting. The semantic relationships between events are represented by Linked Data. In order to reccomend the news article to user, we search common subgraph between User's Preference Linked Data and News Article Linked Data. Finally, we collect the news article on the internet and recommend the articles to user.},
 pages = {982--991},
 title = {語句間の意味的リレーションに基づくキュレーションエージェント},
 volume = {J98-D},
 year = {2015},
 yomi = {ヨコオ, リョウヘイ and カワムラ, タカヒロ and セイ, ユウイチ and タハラ, ヤスユキ and オオスガ, アキヒコ}
}