物履歴に基づいた ユーザプロファイリング機構の構築 2006年度　卒業論文 最終発表 ACE: suzuk 親：akinori

アウトライン 研究概要 背景 問題意識 目的 物履歴の定義 ユーザプロファイリング UPOH！ 評価 まとめ

背景 近年，インターネット上の情報が増加し，ユーザは必要としない情報に出会う機会が増加している． パーソナライズサービスの普及 近年、ユーザの嗜好や関心に合わせてカスタマイズしたPC上でのサービスが普及しつつある 例：　Amazon, Google News Amazonについて永遠語っていてヤバイ

問題意識 PC上の購買履歴やWeb参照履歴のみでは，ユーザの嗜好や関心を反映しきれていない 例： 実世界における商品の物履歴を反映していない Amazonで購入後，必用なくなり押入れに積んである商品からも関連商品がお勧めされる 例： 例以下をアニメーションにして簡潔に 実世界における商品の物履歴を反映していない

目的 実世界における商品の物履歴に基づくパーソナライゼーション機構UPOH！の提案・構築 UPOH！ ユーザの特徴を示す 入力 出力 物履歴 ユーザプロファイル 目的の図画しょぼい ユーザの特徴を示す

物履歴の定義 ユーザの所有物に対する所有時間とアクションに基づいた履歴情報 所有時間：ユーザは必要な物を身近に所有する 例：　今読んでる本は机の上に置いてある アクション：ユーザはその時々に関心がある物に対してアクションを起こす アクション アクションが何なのかわからない どんなアクションを取るのか言う アクションの分類ができていない 取得対象としてユーザのデスクワークを考える デスク バッグ シェルフ

生成するユーザプロファイルの設定 ユーザプロファイル生成と更新 （２種類のプロファイル） 時間ベース 指定した時間の物履歴に基づいてユーザ ユーザプロファイル生成と更新　（２種類のプロファイル） 時間ベース 指定した時間の物履歴に基づいてユーザ プロファイルを生成・更新する 商品＋時間ベース 指定した商品と時間の物履歴に基づいてユーザ プロファイルを生成・更新する

時間ベースのユーザプロファイリング あなたはこの商品を身近に持ち良く利用しています ユーザの所有物に対する評価値ベクタとして表現 評価値算出手法 評価値は 所有時間とアクションに基づく 所有物 A 所有物 B 時間軸

商品＋時間ベースのユーザプロファイリング あなたがこの商品の前後に使っていた商品はこんな商品です 所有物同士の評価値ベクタとして表現 評価値算出手法 評価元所有物の前後にアクションが行われた回数に基づく ユーザのアクションが行われた所有物 所有物 B 所有物 A 所有物 B 所有物 A 所有物 C １回 ２回 １回 時間軸

UPOH！ (User Profiling based on Object Model) 想定環境 システム構成 スマートデスク スマートバック スマートシェルフ

本にはRFIDタグが張られ、RFIDリーダを用いて本を検知できる環境 想定環境 取得する物履歴の対象を本に限定 本にはRFIDタグが張られ、RFIDリーダを用いて本を検知できる環境

ソフトウェア構成 UPOH！ スマートデスク スマートバッグ スマートシェルフ ユーザプロファイリング 物履歴 物履歴保存・管理 物履歴 アプリケーション ユーザプロファイル生成・更新 物履歴保存・管理 ユーザプロファイル要求 ユーザ プロファイル ユーザプロファイリング 物履歴 物履歴DB UPOH！ 物履歴 物履歴保存・管理 物履歴 物履歴 物履歴取得 スマートデスク スマートバッグ スマートシェルフ

ハードウェア構成 ユーザプロファイル生成・更新 物履歴保存、管理 物履歴 ユーザプロ ファイリング部 物履歴 取得部 UPOH! スマートデスク スマートバック スマートシェルフ 物履歴 取得部 PC VaioU PC Webカメラ 加速度センサ スマートふろしき スマートふろしき RFIDリーダ

利用する特別なデバイス スマートふろしき 布型RFIDリーダ 8つのアンテナを持ちエリアを識別できる

スマートデスク 所有時間 机の上に本が置いてある時間 特別なアクション 手元に本を置く スマートふろしきを用いて本が置かれたアクションを検知 所有時間 机の上に本が置いてある時間 スマートふろしきを用いて本が置かれたアクションを検知 特別なアクション 手元に本を置く 机の上において本の位置と手の位置が一致したアクションを検知 スマートふろしきを用いて本が置かれている位置を取得 カメラを用いて手の位置を取得 手の位置を取得 ソフトウェアが見えない 本の位置を取得

スマートバッグ 所有時間 バックの中に本が入れてある時間 特別なアクション バックから本を取り出す 所有時間　バックの中に本が入れてある時間 スマートふろしきを用いて本が中に入れられたアクションを検知 特別なアクション　バックから本を取り出す スマートふろしきを用いて本が中から取り出されたアクションを検知 ※ユーザがバックを携帯している時のみ物履歴を残す 加速度センサを用いてバックが置いた状態とユーザが携帯している状態を判別 ユーザの携帯状態を取得

スマートシェルフ 所有時間 本棚に本が置いてある時間 特別なアクション 本棚から取り出す RFIDリーダを用いて本が置かれたアクションを検知 所有時間　本棚に本が置いてある時間 RFIDリーダを用いて本が置かれたアクションを検知 特別なアクション　本棚から取り出す RFIDリーダを用いて本が取り出されたアクションを検知

評価 定量的評価 定性的評価

定量的評価の項目 生成したユーザプロファイルの評価 実際に生成したユーザプロファイルを利用してみる ユーザプロファイル生成時間 趣味プロファイルとユーザの直接レーティング比較 利用したユーザアクションの妥当性 実際に生成したユーザプロファイルを利用してみる リコメンダーとユーザの直接レーティング比較 ユーザプロファイル生成時間 ストレージ容量

定量的評価: 生成したユーザプロファイルの評価 定量的評価: 生成したユーザプロファイルの評価 ユーザプロファイルとユーザの直接レーティング比較 利用したユーザインタラクションの妥当性 ユーザインタラクションを利用しない場合の評価表 本ID A B C D E F G H I J 趣味プロファイル 2.24 2.52 2.44 3.87 2.34 2.18 2.49 2.56 ユーザ 3 4 2 1 評価が冗長すぎて何が何がわからない ユーザインタ ラクションを 利用しない趣味プロファイル 2.24 2.09 3.86 4.48 2.62 2.8 2.26

定量的評価: 実際に生成したユーザプロファイルを利用してみる リコメンダーとユーザの直接レーティング比較 Taste協調フィルタリングエンジンにユーザプロファイルを入力 本ID A B C D E F G H I J リコメンダー 5 4 3 1 ユーザ 2 表に色をつける 評価は何が言いたいのかだけを言うのでよい ＋１ ＋２ ＋１ ＋１ ＋２ ＋１ ＋１ ＋１ ＋１ ＋２

リコメンダーとユーザの直接レーティング比較について考察 確かに自分好みの本が推薦されたが、今関心のある情報ではなかった アクションのみに基づいたプロファイルのほうが嬉しいかもしれない 趣味プロファイル 評価値は 所有時間とアクションに基づく 所有時間 実用プロファイル アクション 評価値 はアクションに基づく

定量的評価: ユーザプロファイル生成時間 利用する物履歴数とユーザプロファイル生成時間の関係

定量的評価: ストレージ容量 利用時間と物履歴保存容量との関係 1年運用して5Mbyte

まとめ 今後の課題 まとめ

まとめ 物履歴に基づいたユーザプロファイリングの提案 物履歴に基づいたユーザプロファイリングシステム UPOHの実装 (User Profiling based on Object History)

今後の課題 本以外の物履歴の利用 家族でUPOH！の複数人対応 サーバを共用 タグIDの属性情報の利用

Appendix スマートふろしき 布型RFIDリーダ 8つのアンテナを持ちエリアを識別できる

質疑応答

商品バーコードのRFIDタグへの移行 将来、商品バーコードはRFIDタグへ移行する Ａｔｔａｃｈ Ａｔｔａｃｈ Wal-Mart Tests RFID Data-Sharing Project Ａｔｔａｃｈ Ａｔｔａｃｈ

想定環境 商品の識別コードとしてRFIDタグが付けられた環境 商品の統一商品コードを無線で取得できる 例：商品の国、メーカー、アイテムを特定

問題意識 PC上の購買履歴やWeb参照履歴のみでは，ユーザの嗜好や関心を反映しきれていない 例： 実世界における商品の物履歴を反映していない Amazonで購入した後押し入れに積んだ本がある 押入れに積んでいても関連商品がお勧めされる 興味のない商品の履歴を消したり，評価付けできるが、たくさんあると大変 例： 例以下をアニメーションにして簡潔に 実世界における商品の物履歴を反映していない

問題意識 3つの違いを考えずに パーソナライゼーションを行っている 商品をどのように使ったかに基づいてユーザの嗜好や関心を更新できない 買った後、良く使っている商品 買った後、すぐ捨ててしまった商品 買った後、そのまま放置した商品 3つの違いを考えずに パーソナライゼーションを行っている

問題意識に基づくシナリオ Amazonで購入し読まずに積んだ本がたくさんある 積んでいるだけなのに、関連商品がお勧めされる 興味のない商品の履歴を消したり，評価付け　できるが、たくさんあると大変

目的 実世界における商品の物履歴に基づくパーソナライゼーション機構の提案・構築 １ ２ （Amazonの場合） ユーザプロファイリングにフォーカスする ユーザの嗜好や関心に関連した情報を取得 １ 購買履歴、Web参照履歴 ユーザプロファイル ユーザプロファイル生成と更新 ２ 情報推薦 おすすめ商品のリスト （Amazonの場合）

物履歴の取得手法 物履歴の取得手法の分類 購入する商品は非常に多く全部にレーティングするのは手間がかかる 暗黙的手法で物履歴を取得する 項目 ユーザ関連情報の取得 信頼性 ユーザ負担 明示的手法 ユーザの直接入力 ○ × 暗黙的手法 ユーザの行動履歴 △ このスライドは無くても良い 一回削ってみる 暗黙的手法で物履歴を取得する

暗黙的なユーザプロファイング手法 関連研究 利用する行動履歴によって抽出できる ユーザの特徴の範囲が変わる 項目 利用する 行動履歴 ※Information Recommendation by Collaborative 　filtering incorporated　with gaze detection 項目 利用する 行動履歴 抽出するユーザの特徴 textextractor Web参照時の マウス操作 興味のあるWebページ Recommendation　 with gaze detection(※) 絵画の 注目時間 興味のある絵画 利用する行動履歴によって抽出できる ユーザの特徴の範囲が変わる

取得元によるユーザプロファイル更新に使う行動履歴の分類 ＰＣ上の行動履歴 ユーザが商品ポップアップを選択したかどうか 選択しない場合、興味なし ユーザが訪れたＷｅｂ参照履歴 長いこと訪れていない場合、興味なし 実世界の行動履歴 ユーザが商品を良く使っているかどうか 全く使っていない場合、興味なし

パーソナライゼーションの流れ １ ユーザプロファイルを 抽出 ２ ユーザプロファイル に基づいた情報推薦

パーソナライゼーションの流れ １ ２ （Amazonの場合） 購買履歴、Web参照履歴 おすすめ商品のリスト ユーザプロファイリング ユーザの嗜好や関心に関連した情報を取得 １ 購買履歴、Web参照履歴 ユーザプロファイル生成と更新 ２ ユーザプロファイル 情報推薦 （Amazonの場合） おすすめ商品のリスト

パーソナライゼーションの流れ ユーザプロファイリング １ ２ ユーザプロファイル抽出 ユーザプロファイルに 基づいた情報推薦 ユーザの嗜好や関心に関連した情報を取得 １ ユーザプロファイル抽出 ユーザプロファイル生成と更新 ２ ユーザプロファイル ユーザプロファイルに 基づいた情報推薦 情報推薦

パーソナライゼーションの流れ （Amazonの場合） ユーザプロファイリング ユーザの購買履歴やWeb参照履歴を取得 １ 購買履歴、Web参照履歴 ユーザプロファイル生成と更新 ２ ユーザプロファイル 情報推推薦 おすすめ商品のリスト

アプローチ ユーザの所有物に対する所有時間とアクションに基づいてユーザプロファイリングを行う ユーザの所有物に対する所有時間と 所有時間：ユーザは必要の無い物は身近に所有しない 例：　要らない物は押入れにしまうか捨ててしまう アクション：ユーザはその時々に関心がある物に対してアクションを起こす 例：　読みたくなった漫画を読む ユーザの所有物に対する所有時間と アクションの記録を物履歴と呼ぶ

アプローチ ユーザの所有物に対する所有時間とアクションに基づいてユーザプロファイリングを行う ユーザの所有物に対する所有時間と ユーザ個人で所有している物 ユーザ個人の嗜好や興味が反映されている 他のユーザは基本的に利用しない 所有時間 ユーザの身近に所有している時間 例：　買った後すぐ押入れに入れた所有物は所有時間が短い アクション ユーザが実際に所有物を使うこと ユーザの所有物に対する所有時間と アクションの記録を物履歴と呼ぶ

ユーザプロファイリングに用いる ユーザと所有物との関係 ユーザは必要の無い物は身近に所有しない 例：　要らない物は押入れにしまうか捨ててしまう ユーザはその時々に関心がある物に対してアクションを起こす 例：　読みたくなった漫画を読む 所有時間はユーザの嗜好や関心を反映する アクションはある時点での関心を反映する

アプローチ ユーザの所有物に対する所有時間とアクションに基づいてユーザプロファイリングを行う ユーザは必要の無い物は身近に所有しない 例：　要らない物は押入れにしまうか捨ててしまう ユーザはその時々に関心がある物に対してアクションを起こす 例：　読みたくなった漫画を読む 所有時間はユーザの嗜好や関心を反映する アクションはある時点での関心を反映する

ユーザプロファイリング ユーザプロファイル生成と更新 （3種類のプロファイル） 時間ベース 趣味プロファイル：ユーザの嗜好や関心を示す ユーザプロファイル生成と更新　（3種類のプロファイル） 時間ベース 趣味プロファイル：ユーザの嗜好や関心を示す ユーザの趣味・個性を強く反映させたパーソナライゼーション に利用 実用プロファイル：ユーザの関心を示す ユーザが実際に取り組んでいた事を強く反映させた パーソナライゼーションに利用 商品＋時間ベース 所有物プロファイル：所有物同士の関連性を示す ユーザの関心の遷移を強く反映させたパーソナライゼーションに利用

生成するユーザプロファイルの指定 ユーザプロファイル生成と更新 （２種類のプロファイル） 時間ベース ユーザプロファイル生成と更新　（２種類のプロファイル） 時間ベース 趣味プロファイル：ユーザの嗜好や関心を示す ユーザの趣味・個性を強く反映させたパーソナライゼーション に利用 商品＋時間ベース 所有物プロファイル：所有物同士の関連性を示す ユーザの関心の遷移を強く反映させたパーソナライゼーションに利用

物履歴取得部 物履歴取得部は，RFID タグID を取得し，取得時間から，物がRFID リーダ周囲に置かれている，または取り出されるイベントを取得する．また，センサが搭載されている場合，センサ情報と統合することで，物やユーザのコンテキストを分析し，物とユーザとのアクションを取得する．例えば，加速度サンサを利用することで，物が置かれているコンテキストとユーザに携帯されているコンテキストを取得できる．物がユーザに携帯されている場合，物履歴にそのメタ情報を記述することで，ユーザプロファイリング部ではその物とユーザとの関連性が深いと推定する．

物履歴管理部 物履歴管理部では，物履歴取得部ごとに別のフォーマット，別の保存領域に物履歴を保存する．ユーザプロファイリング部からの物履歴取得の要求に，ユーザプロファイリングが必要とする物履歴だけを簡単に送信することができる．また，ユーザプロファイリング部に送信する物履歴は，その物に関連したID を付加して送信する．例えば，本の物履歴28を送信する場合，タグID に関連したISBN を付加してユーザプロファイリング部へ渡す．なお，本論文では，ユーザプロファイリング部に物履歴を送信する際にセキュリティを考慮していない．

ユーザプロファイリング部 ユーザプロファイリングでは，アプリケーションからの要求に応じて取得したい物履歴を指定し，物履歴管理部へ物履歴取得要求を送信する．物履歴の指定は，時間範囲と，物履歴を取得した物履歴取得デバイスの種類を制限することができる．次に，物履歴管理サーバから受信した物履歴に基づいて，OHModel に基づいたユーザプロファイルを作成する．物履歴のフォーマットや含まれる情報は，物履歴取得デバイスごとに違う．そのため，ユーザプロファイルの生成は物履歴取得デバイスごとに違う手法で物履歴を分析し，ユーザプロファイルを生成する．

システム構成

システム概要 物履歴の取得 UPOH 次の3つの物履歴取得システムを用いて取得する スマートデスク スマートバック スマートシェルフ 物履歴の保存・管理 物履歴をデータベースに保存・管理する ユーザプロファイル生成・更新 指定した期間と物履歴取得システムの物履歴に基づく 指定した種類のユーザプロファイルを生成・更新する

物履歴取得に用いるデバイス TAKAYA RFID-Reader スマートふろしき 布型RFIDリーダ 8つのアンテナが埋め込まれており、8つのエリアのどこに置かれたのか分かる

システム概要 物履歴の取得 物履歴の保存・管理 ユーザプロファイル生成・更新 次の3つの物履歴取得システムを作成した 指定した期間と物履歴取得システムの物履歴に基づく 指定した種類のユーザプロファイルを生成・更新する 物履歴取得システム 所有時間の定義 アクションの定義 スマートデスク 机の上に置いてる時間 手元に本を置く スマートバック バックの中に入れてる 時間 持ち歩いている最中に本を 取り出す スマートシェルフ 本棚に置いてる時間 本棚から本を取り出す

趣味プロファイルと実用プロファイルの内容 ユーザの所有物に対する評価値ベクタとして表現 評価値算出手法 所有物ID A B C D E ユーザ評価 0.56 -0.8 0.21 0.43 -2.38 趣味プロファイル 評価値は 所有時間とアクションに基づく 所有時間 実用プロファイル アクション 評価値 はアクションに基づく

アイテムプロファイルの内容 所有物同士の評価値ベクタとして表現 評価値算出手法 評価元所有物の前後にアクションが行われた回数に基づく 所有物ID A B C D E １ 0.58 0.38 -0.4 -0.8 ユーザのアクションが行われた所有物 所有物 B 所有物 A 所有物 B 所有物 A 所有物 C １回 ２回 １回 時間軸

ユーザプロファイリング （趣味プロファイルを生成） あなたはこの商品を身近に持ち良く利用しています ユーザの所有物に対する評価値ベクタとして表現 基準化した値で表す (-1 ～ 1の値をとる) 大きい値ほどユーザにとって重要な商品を表す 評価値算出手法 評価値は 所有時間とアクションに基づく 所有物 A 所有物 B 時間軸

ユーザプロファイリング （所有物プロファイルを生成） あなたがこの商品の前後に使っていた商品はこんな商品です 所有物同士の評価値ベクタとして表現 基準化した値で表す (-1 ～ 1の値をとる) 大きい値ほどその商品にとって関連の深い商品を表す 評価値算出手法 評価元所有物の前後にアクションが行われた回数に基づく ユーザのアクションが行われた所有物 所有物 B 所有物 A 所有物 B 所有物 A 所有物 C １回 ２回 １回 時間軸

3種類のユーザプロファイルの使用用途 趣味プロファイル 実用プロファイル アイテムプロファイル 自分の趣味や好きな事に関連したサービスを受ける 実用プロファイル 自分が気になった事に関連したサービスを受ける アイテムプロファイル 特定の商品に関連したサービスを受ける

定量的評価: 生成したユーザプロファイルの評価 定量的評価: 生成したユーザプロファイルの評価 ユーザプロファイルとユーザの直接レーティング比較 利用したユーザインタラクションの妥当性 ユーザインタラクションを利用しない場合の評価表 本ID A B C D E F G H I J 趣味プロファイル 2.24 2.52 2.44 3.87 2.34 2.18 2.49 2.56 ユーザ 3 4 2 1 本棚から取 り出した回数 7 8 ユーザインタ ラクションを 利用しない趣味プロファイル 2.24 2.09 3.86 4.48 2.62 2.8 2.26

定性的評価 既存研究との比較 項目 実世界 対応 嗜好獲得 の範囲 ユーザ負担 実現性 textextractor × ○ ○ ○　 Information Recommendation by Collaborative filtering incorporated with gaze detection △ UPOH