抄録
近年,複数のWebサイトにまたがって存在している同一テーマのWebコンテンツをまとめて提示する情報統合に関する研究はますます盛んになっており,大量の情報をどのように分類し統合して提示するかが大きな問題となっている.筆者らは,複数のニュースサイトから収集した大量の記事をユーザの閲覧履歴に基づいて分類し,そのユーザが使い慣れているニュースサイトのトップページに写像して提示するという新しいタイプのニュースポータルサイトシステム「My Portal Viewer (MPV)」を提案してきた.MPVは,ユーザの閲覧した記事から頻度情報を用いてキーワード(ユーザが興味のある語)を抽出し,その興味語の有無に基づいて収集した記事を分類する.このとき,新しく生成したカテゴリの名称を興味語そのものとすることにより,それぞれのカテゴリにどのような記事が含まれているか判別しやすくしている.また,各カテゴリをユーザが普段利用しているニュースサイトのトップページに,元々のレイアウトを維持しつつ再配置することにより,読みたい記事がどこにあるか効率的に探し出せるようになっている.しかしながら,その一方で,興味語の有無という分類基準だけでは,ユーザの好む記事と好まない記事をうまく分離できないことがあった.そこで,本論文では記事の印象というこれまでにない新たな分類基準を導入し,ユーザの記事に対する選好を印象と興味の両面からモデル化するとともに,提案モデルをMPVに実装し,ユーザが共感(感情移入)しやすい記事を優先的に提示するMPV Plusについて検討する.
We have developed a novel application called My Portal Viewer (MPV), which effectively integrates many articles collected from multiple news sites and presents these integrations through a familiar interface such as a page the user has often experienced. MPV dynamically determines the interest keywords that a user might potentially be interested in based on the articles that the user has read up to that time. And it creates categories based on these interest words dynamically. Users can, therefore, easily infer categories they are interested in from their category names, and read articles of interest. MPV and many other similar integration systems, however, have a problem that the systems cannot classify interesting articles for users and the other articles by a criteria based on frequency and cooccurence of interest words. This means that users must read too many articles in each category. We, therefore, propose a new method of selecting further articles from each category by using a user's impressions of articles. The improved MPV, called MPV Plus, selects and recommends more desirable articles using the method we propose. This paper presents the design concept and processing flow of MPV Plus, and reports how effectively it performed in evaluation experiments.
